使用unicode字符读取文件
我有一个asp.net c＃页面，我正在尝试读取具有以下字符的文件并将其转换为’。 （从倾斜的撇号到撇号）。
FileInfo fileinfo = new FileInfo(FileLocation); string content = File.ReadAllText(fileinfo.FullName); //strip out bad characters content = content.Replace("'", "'"); 这不起作用，它将倾斜的撇号变为？ 分数。
我怀疑问题不在于替换，而在于读取文件本身。 当我尝试这种方式（使用Word和复制粘贴）时，我得到了与您相同的结果，但是检查content显示.Net框架认为该字符是Unicode字符65533 ，即“WTF？” 字符串替换前的字符。 您可以通过检查Visual Studio调试器中的相关字符来自行检查，它应该显示字符代码：
content[0]; // 65533 ' '
替换不起作用的原因很简单 – content不包含您给它的字符串：
content.IndexOf("'"); // -1
至于为什么文件读取不正常 – 您在读取文件时可能使用了错误的编码。 （如果没有指定编码，则.Net框架将尝试为您确定正确的编码，但是没有100％可靠的方法来执行此操作，因此通常会出错）。 您需要的确切编码取决于文件本身，但在我的情况下，使用的编码是扩展ASCII ，因此要读取我只需要指定正确编码的文件：
string content = File.ReadAllText(fileinfo.FullName, Encoding.GetEncoding("iso-8859-1"));
（见这个问题 ）。
您还需要确保在替换字符串中指定正确的字符 – 在代码中使用“奇数”字符时，您可能会发现通过字符代码指定字符更可靠，而不是字符串文字（这可能会导致如果源文件的编码发生变化，则会出现问题，例如以下内容对我有用：
content = content.Replace("\u0092", "'");
// This should replace smart single quotes with a straight single quote Regex.Replace(content, @"(\u2018|\u2019)", "'"); //However the better approach seems to be to read the page with the proper encoding and leave the quotes alone var sreader= new StreamReader(fileInfo.Create(), Encoding.GetEncoding(1252));
我敢打赌，该文件是在Windows-1252中编码的。 这几乎与ISO 8859-1相同。 区别在于Windows-1252使用“可显示的字符而不是0x80到0x9F范围内的控制字符”。 （这是倾斜撇号所在的位置。即0x92）
//Specify Windows-1252 here string content = File.ReadAllText(fileinfo.FullName, Encoding.GetEncoding(1252)); //Your replace code will then work as is content = content.Replace("'", "'");
如果你使用String（大写）而不是字符串，它应该能够处理你抛出的任何Unicode。 首先尝试，看看是否有效。