Ось мій погляд, як визначити сімейство текстових кодувань Unicode через BOM. Точність цього методу низька, оскільки цей метод працює лише на текстових файлах (зокрема файлах Unicode), а також за замовчуванням asciiне існує BOM (як і більшість текстових редакторів, за замовчуванням буде, UTF8якщо ви хочете відповідати HTTP / веб-екосистемі ).
Оновлення 2018 року : я більше не рекомендую цей метод. Я рекомендую використовувати file.exe з інструментів GIT або * nix, як рекомендував @Sybren, і я показую, як це зробити через PowerShell у наступній відповіді .
# from https://gist.github.com/zommarin/1480974
function Get-FileEncoding($Path) {
$bytes = [byte[]](Get-Content $Path -Encoding byte -ReadCount 4 -TotalCount 4)
if(!$bytes) { return 'utf8' }
switch -regex ('{0:x2}{1:x2}{2:x2}{3:x2}' -f $bytes[0],$bytes[1],$bytes[2],$bytes[3]) {
'^efbbbf' { return 'utf8' }
'^2b2f76' { return 'utf7' }
'^fffe' { return 'unicode' }
'^feff' { return 'bigendianunicode' }
'^0000feff' { return 'utf32' }
default { return 'ascii' }
}
}
dir ~\Documents\WindowsPowershell -File |
select Name,@{Name='Encoding';Expression={Get-FileEncoding $_.FullName}} |
ft -AutoSize
Рекомендація: Це може працювати досить добре , якщо dir, lsабо Get-ChildItemтільки перевіряє відомі текстові файли, і коли ви дивитеся тільки для «поганих кодувань» з відомого списку інструментів. (тобто SQL Management Studio за замовчуванням UTF16, який порушив GIT auto-cr-lf для Windows, що було типовим для багатьох років.)
