C#　CSVファイルの読み込み　文字化けしないのはなぜ

###前提・実現したいこと

CSVファイルを読み込んで内容をDataGridViewに表示したい。
その際、CSVファイルの文字コードを判別して読み込むことで文字化けを防止したい。

最終的に実現したいことは上記のことなのですが、
事前検証しているときにわからない現象が発生しました。

###発生している問題・エラーメッセージ

メモ帳を使って、2つの文字コード（ANCI(Shift_JIS)とUTF-8）のファイルを作成しました。

[CSVファイルの内容]
1,2
あ,い

以下の4パターンでTextFieldParserメソッドにてエンコーディングを指定して
CSVファイルを読み込んだところ以下の結果が得られました。

1 ファイルの文字コード：ANCI エンコーディング：Shift_JIS ⇒ 文字化けなし
2 ファイルの文字コード：ANCI エンコーディング：UTF-8 ⇒ 文字化けする（2行目の"あ,い"が文字化け）
3 ファイルの文字コード：UTF-8 エンコーディング：Shift_JIS ⇒ 文字化けなし
4 ファイルの文字コード：UTF-8 エンコーディング：UTF-8 ⇒ 文字化けなし

2については文字コードとエンコーディングが違うので文字化けすること想定どおりです。
ところが3については文字コードとエンコーディングが違うのに文字化けしません。
なぜ、文字化けしないのか教えていただけませんか？

###該当のソースコード

     //DataGricViewにCSVから読み込んだ内容を表示
        private void button1_Click(object sender, EventArgs e)
        {
             //ANCIかUTF-8で保存したCSVファイルを指定
       dataGridView1.DataSource = ImportCSV("csv.txt");
        }

     /// <summary>
        /// ファイル取込
        /// </summary>
        /// <param name="filename">ファイルパス</param>
        private DataTable ImportCSV(string filename)
        {
            //TextFieldParserメソッドでエンコーディング（Shift_JISかUTF-8）を指定
       using (var parser = new TextFieldParser(filename, System.Text.Encoding.GetEncoding("Shift_JIS")))
            {

                var dt = new DataTable();

                parser.TextFieldType = FieldType.Delimited;
                parser.SetDelimiters(",");
                parser.HasFieldsEnclosedInQuotes = true;
   
                //DataTableに値をセット（処理は省略）
                return dt;
            }
        }

###補足情報(言語/FW/ツール等のバージョンなど)
Visual Studio 2015
.NET Framework4

行動規範の内容に同意します

回答2件

ベストアンサー

TextFieldParser コンストラクタ (String, Encoding) の説明（抜粋下記）の通りの動作になっているのでしょう。

"detectEncoding パラメータが True の場合、このコンストラクタは、ファイルやストリームの先頭 3 バイトを確認してエンコーディングの検出を試みます。UTF-8、リトルエンディアン Unicode、ビッグエンディアン Unicode の各テキストは、ファイルがそれぞれに対応するバイト順マークで開始される場合には自動的に認識されます。それ以外の場合は、defaultEncoding で指定されたエンコーディングが使用されます。"

上記の説明に書いてある detectEncoding パラメータはデフォルトで true です。

質問者さんの例で 2 が文字化けするのは、Shift_JIS には BOM は付与されてない ⇒ 自動認識できない ⇒ エンコーディングに UTF-8 が指定されてる ⇒ Shift_JIS を UTF-8 と解釈する ⇒ 日本語（ASCII 文字以外）は文字化けする・・・ということのはずです。

＃StreamReader も同じ動作になります。このあたりは覚えておくと良いと思います。

投稿2016/11/15 03:26

退会済みユーザー

総合スコア0

yoshin

2016/11/15 03:56

回答ありがとうございます。 2のパターンで文字化けする理由、 3のパターンで文字化けしない理由がよく理解できました。

行動規範の内容に同意します

こんにちは。
TextFieldParserの中をちょっと覗いてみましたが、TextFieldParser(string, Encoding)のコンストラクタは内部で使用しているStreamReaderのdetectEncodingをtrueにしているようです。
なので、UTF-8（恐らくBOM付きでしょう）に対して文字コードの検出が行われ、パターン3が文字化けしなくなっているようです。

TextFieldParserコンストラクタの別オーバーロードTextFieldParser(string, Encoding, bool)の3つ目の引数にfalseを渡すことでdetectEncodingを無効にできるので、そうすれば意図したとおり(?)パターン3で文字化けする結果が得られると思います。

投稿2016/11/15 03:21