C#读写含ÆØÅ字符的丹麦语UTF8文件乱码求助

嘿，我来帮你搞定这个乱码问题！你遇到的情况很典型：写入新行时用UTF-8能正常显示特殊字符，但读取已有行出现�，核心原因是你要读取的文件本身并不是UTF-8编码。

丹麦语常用的传统编码是Windows-1252（CP1252）或者ISO-8859-1（Latin1），这类单字节编码包含了Æ、Ø、Å这些字符，但和UTF-8的编码规则完全不同。你强行用UTF-8去解析非UTF-8的文件，自然会出现替换字符。

解决步骤 #

1. 确认文件实际编码
   用专业文本编辑器（比如Notepad++）打开你的sheet001.htm，查看顶部的「编码」菜单——它会显示当前文件的实际编码（比如“编码：ANSI”其实就是Windows-1252，或者直接显示“ISO-8859-1”）。

2. 用对应编码读取文件
   根据你查到的编码，修改读取代码：

   • 如果是Windows-1252：用Encoding.GetEncoding(1252)
   • 如果是ISO-8859-1：用Encoding.Latin1或者Encoding.GetEncoding(28591)

修改后的示例代码 #

using System;
using System.IO;
using System.Text;

class Test {
    public static void Main() {
        string filePath = @"C:\Users\tib5ka\Desktop\FællesVagtplan-filer\sheet001.htm";
        // 假设文件实际是Windows-1252编码，替换成你查到的编码即可
        string[] lines = File.ReadAllLines(filePath, Encoding.GetEncoding(1252));
        
        // 后续处理逻辑...
        foreach (var line in lines)
        {
            Console.WriteLine(line); // 现在应该能正常显示Æ、Ø、Å了
        }
    }
}

3. 可选：统一转为UTF-8编码（推荐）
   如果之后想避免编码混乱，读取文件后可以将内容以UTF-8格式重新保存，这样后续读写都用UTF-8就不会有问题了：

   // 读取后转存为UTF-8
   File.WriteAllLines(filePath, lines, Encoding.UTF8);
   

内容的提问来源于stack exchange，提问作者Thomas Bruun