텍스트 파일(Text File) 인코딩 포멧 알아내기

텍스트 파일을 보면 유니코드(Unicode), UTF8+BOM, UTF8등의 포멧이 있다.

이러한 포멧들은 앞에 2바이트의 헤더를 갖는다. 이러한 헤더를 읽어 인식하는 코드는 다음과 같다.

enum CHARACTER_ENCODING
{
	ANSI,
	Unicode,
	Unicode_big_endian,
	UTF8_with_BOM,
	UTF8_without_BOM
};

CHARACTER_ENCODING CProjectNameChangeDlg::get_text_file_encoding(const char *filename)
{
	CHARACTER_ENCODING encoding;

	unsigned char uniTxt[] = {0xFF, 0xFE};// Unicode file header
	unsigned char endianTxt[] = {0xFE, 0xFF};// Unicode big endian file header
	unsigned char utf8Txt[] = {0xEF, 0xBB};// UTF_8 file header

	DWORD dwBytesRead = 0;
	HANDLE hFile = CreateFile(filename, GENERIC_READ, FILE_SHARE_READ, NULL, OPEN_EXISTING, FILE_ATTRIBUTE_NORMAL, NULL);
	if (hFile == INVALID_HANDLE_VALUE)
	{
		hFile = NULL;
		CloseHandle(hFile);
		throw runtime_error("cannot open file");
	}
	BYTE *lpHeader = new BYTE[2];
	ReadFile(hFile, lpHeader, 2, &dwBytesRead, NULL);
	CloseHandle(hFile);

	if (lpHeader[0] == uniTxt[0] && lpHeader[1] == uniTxt[1])// Unicode file
		encoding = CHARACTER_ENCODING::Unicode;
	else if (lpHeader[0] == endianTxt[0] && lpHeader[1] == endianTxt[1])//  Unicode big endian file
		encoding = CHARACTER_ENCODING::Unicode_big_endian;
	else if (lpHeader[0] == utf8Txt[0] && lpHeader[1] == utf8Txt[1])// UTF-8 file
		encoding = CHARACTER_ENCODING::UTF8_with_BOM;
	else
		encoding = CHARACTER_ENCODING::ANSI;   //Ascii

	delete []lpHeader;
	return encoding;
}