C＃中的德语字母和编码
我有一个解压缩function，我使用System.Text.Encoding来确保提取后的文件在提取后保持相同的名称，因为我解压缩的文件通常包含德语字母。
我尝试了不同的东西，比如Encoding.Default或Encoding.UTF8但没有任何作用äÄéöÖüß.txt被转换为„Ž‚”™á.txt或者在默认情况下它是黑盒子：/
有什么建议？
using (ZipArchive archive = System.IO.Compression.ZipFile.Open(ZipFile, ZipArchiveMode.Read, System.Text.Encoding.Default)) { foreach (ZipArchiveEntry entry in archive.Entries) { string fullPath = Path.Combine(appPath, entry.FullName); if (String.IsNullOrEmpty(entry.Name)) { Directory.CreateDirectory(fullPath); } else { if (!entry.Name.Equals("Updater.exe")) { entry.ExtractToFile(fullPath,true); } } } }
试用CodePage 850（对我有用）：
using (ZipArchive archive = System.IO.Compression.ZipFile.Open(ZipFile, ZipArchiveMode.Read, System.Text.Encoding.GetEncoding(850))) { // ....
下一个评论来自（一个古老的版本）Sharpziplib，它让我朝着正确的方向前进：
/* Using the codepage 1252 doesn't solve the 8bit ASCII problem :/ any help would be appreciated. // get encoding for latin characters (like ö, ü, ß or ô) static Encoding ecp1252 = Encoding.GetEncoding(1252); */ // private static Encoding _encoding = System.Text.ASCIIEncoding; private static Encoding _encoding = System.Text.Encoding.GetEncoding(850);
最后一行是我的更改，使其正确读取带有特殊字符的zip文件。
首先，唯一的官方 （不存在…）ZIP格式不允许使用Unicode字符（那么您不能使用除ASCII之外的任何编码）。
也就是说许多工具和库允许您使用不同的编码，但它可能会失败（例如，如果您尝试解码强制 UTF8 / UTF32或任何使用其他编码编码的文件）。
如果文件名以ASCII编码，它将获得系统的代码页：
对于仅包含ASCII字符的条目名称，将设置语言编码标志，并使用当前系统默认代码页对条目名称进行编码。
对于这个主题，你没有对.NET类有如此大的控制权。 但是，如果您没有指定编码，您将获得默认行为（对于ASCII以外的代码，UTF8和ASCII的当前代码页）。 大多数时候它都有效（如果编码和解码都在相同的代码页内完成）。
怎么避免这个？ 这并不容易（因为我们缺乏标准），但总结一下：
- 不要强制编码 （除非您使用已压缩的zip文件然后使用已知编码）。
- 在大多数情况下，默认行为非常好。
- 对于具有扩展字符的 ASCII编码ZIP依赖于系统代码页（在两个系统中它必须相同）。
- 为用户提供一种更改编码的方法 （您无法检查zip实用程序使用的编码，并且没有关于此的标准）。 这意味着不仅要更改编码（UTF8 / UTF16或其他），还要更改代码页（如果它们不匹配）。 GetEncoding函数将为您指定的代码页提供正确的编码器。
我可以给你最好的提示吗？ 依赖于默认行为（这很常见），但如果您需要与大多数ZIP兼容（因为每个ZIP可能以不同的方式实现），那么为用户提供一种更改它的方法，不仅用于编码，还用于编码代码页也是。 特别是不要强制它来自德国特定代码页的代码 ，因为它会打破您将要处理的第一个西class牙语/法语/意大利语/荷兰语文件（并且没有它们的公共代码页）。
如果您打开错误编码的文件（而不是代码页），BTW准备好处理各种exception。
为未来的读者编辑（来自评论）： CP 850捕获了大多数西欧常见字符，但它不是欧洲的代码页 。 例如，将它与东欧语言或挪威语进行比较。 它与它们不匹配（并且在语言中33-127范围之外的字符非常常见，因为它们不是盒子绘图）。 CP 850（用于Norsk语言）中没有（例如）CP 850（例如）中的某些字符。
让我举个例子来解释一下。 你有一个文件名（来自Trukey），名称为：“GaripDosyaAdı.txt”。 最后一个字符在CP 857（土耳其）上有代码141。 如果您正在使用CP 850，您将获得“而不是”，因为在原始CP 850中它有代码213.我甚至不会提到远东语言（因为即使您是固定代码页也会变得混乱仅限于欧洲）。 这是您无法设置固定代码页的原因，除非您正在编写一个小实用程序供您自己使用。