C# CSVファイルの読み込み 文字化けしないのはなぜ
解決済
回答 2
投稿
- 評価
- クリップ 1
- VIEW 9,928
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
-
気になる質問をクリップする
クリップした質問は、後からいつでもマイページで確認できます。
またクリップした質問に回答があった際、通知やメールを受け取ることができます。
クリップを取り消します
-
良い質問の評価を上げる
以下のような質問は評価を上げましょう
- 質問内容が明確
- 自分も答えを知りたい
- 質問者以外のユーザにも役立つ
評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。
質問の評価を上げたことを取り消します
-
評価を下げられる数の上限に達しました
評価を下げることができません
- 1日5回まで評価を下げられます
- 1日に1ユーザに対して2回まで評価を下げられます
質問の評価を下げる
teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。
- プログラミングに関係のない質問
- やってほしいことだけを記載した丸投げの質問
- 問題・課題が含まれていない質問
- 意図的に内容が抹消された質問
- 過去に投稿した質問と同じ内容の質問
- 広告と受け取られるような投稿
評価が下がると、TOPページの「アクティブ」「注目」タブのフィードに表示されにくくなります。
質問の評価を下げたことを取り消します
この機能は開放されていません
評価を下げる条件を満たしてません
質問の評価を下げる機能の利用条件
この機能を利用するためには、以下の事項を行う必要があります。
- 質問回答など一定の行動
-
メールアドレスの認証
メールアドレスの認証
-
質問評価に関するヘルプページの閲覧
質問評価に関するヘルプページの閲覧
checkベストアンサー
+2
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
-
回答の評価を上げる
以下のような回答は評価を上げましょう
- 正しい回答
- わかりやすい回答
- ためになる回答
評価が高い回答ほどページの上位に表示されます。
-
回答の評価を下げる
下記のような回答は推奨されていません。
- 間違っている回答
- 質問の回答になっていない投稿
- スパムや攻撃的な表現を用いた投稿
評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。
+1
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
-
回答の評価を上げる
以下のような回答は評価を上げましょう
- 正しい回答
- わかりやすい回答
- ためになる回答
評価が高い回答ほどページの上位に表示されます。
-
回答の評価を下げる
下記のような回答は推奨されていません。
- 間違っている回答
- 質問の回答になっていない投稿
- スパムや攻撃的な表現を用いた投稿
評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。
15分調べてもわからないことは、teratailで質問しよう！
- ただいまの回答率 88.32%
- 質問をまとめることで、思考を整理して素早く解決
- テンプレート機能で、簡単に質問をまとめられる
2016/11/15 12:56
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。