描述:
在分析游戏服务器端游戏消费日志项目中使用到Regex.Split解析文本.该文本中每行是通过\t来间隔每个字段.但是碰到无法识别的乱码时,此种解析方式无法正常解析字符串.
分析:
由于现在的游戏服务器端涉及到的语种语系非常繁多,并且,现在的用户非常喜欢使用"火星文",因此,在日志中涉及到角色名称的地方,经常会出现不可识别的乱码.而我们在编程过程中由于都是在默认在简体系统下开发,打开文本文件编码均为GB2312,由于是UNICODE字符集,因此,相隔两位会乱码如果可以被识别为一个UNICODE字符,那么就无法正常解析出\t
解决:
通过改变文件打开的编码格式,为UTF-8 不要两两识别.就可以正常识别出此类文本.
总结:
解析文本最好采用UTF-8来打开.