一次Mono解析Excel文档编码出错排查记录

最近在捯饬Asp.Net站点部署到Linux平台上面，在文档导入的操作中经过网上搜索采用了能够支持跨平台的ExcelDataReader组建。在本地windows上测试通过NuGet安装的组建，这货依赖了SharpZipLib .Net下鼎鼎有名的解压缩组建，应该用来解压Excel文档的。本地测试没读取正常没有问题，但发布到Linux上运行总是无法读取，返回Null，这让我很是迷惑！接下来准备找出问题所在~

1）下载了ExcelDataReader源码本地编译测试 问题依然存在，读取不到数据。

2）Linux平台非开发环境，在源码上定位到错误打印方法上发现输出是ExceptionMessage，更改为.ToString() 并用控制台打印输出，观察代码出错行。得到如下结果：

错误信息居然是SharpZipLib报的...... 好吧，继续下载SharpZipLib源码找问题。

3）下载完成SharpZipLib源码，定位到SharpZipLib.Zip.ZipConstants.ConvertToString (System.Byte[] data, Int32 count)方法：

这里代码很简单，错误是找不到对象，if判断就是检查data是否为null的，那么肯定不是判断里面的错误了。那么只有可能是下面的字节数组转字符串报错的，仔细看下不明白int类型的DefaultCodePage是什么鬼，和我平时写的Encoding.GetEncoding("utf8").GetString(data, 0, count);不一样。遂去找了下DefaultCodePage的定义：

找了下CodePage的定义，原来这玩意叫做内码表 是定义了字符编码类型映射的一个整形数字

百度百科这样说：

1	CodePage：可读/可写。整型。定义用于在浏览器中显示页内容的代码页。代码页是字符集的数字值，不同的语言使用不同的代码页。例 如，ANSI代码页为1252，日文代码页为932，简体中文代码页为936。一般情况下，当你上传到国外网页空间，或者提取数据库记录等出现乱码时，就 采用这种方法解决。

嗯，简体中文是936，难道我的文档是中文的原因？可是我也改成英文单词还是不行啊，试着打印下运行中的这个DefaultCodePage是多少：

OEMCodePage又是什么鬼呢？

找到这个介绍：http://dcx.sap.com/1200/zh/dbadmin/win-collation-natlang.html 意思是说这是老的Dos环境中使用的编码，我还以为服务器设备制造商所在地区的编码呢。。。。

(⊙ˍ⊙) 没错的样子，编码对的。。。

不解，先把这玩意改掉再说

return Encoding.GetEncoding(Encoding.Default.CodePage).GetString(data, 0, count);

　　

我也用CodePage，用.Net环境获取到的CodePage，然后运行测试，没问题了：

文档内容：

解析代码：

FileStream stream = System.IO.File.Open("ArticleTemplate.xlsx", FileMode.Open, FileAccess.Read);
IExcelDataReader excelReader = ExcelReaderFactory.CreateOpenXmlReader(stream);
Console.WriteLine("");
excelReader.IsFirstRowAsColumnNames = true;
DataSet ds = excelReader.AsDataSet();
if (ds == null)
{
    Console.WriteLine("ds Is Null");
}
else
{
    Console.WriteLine("Read Ok");
}
foreach (DataTable dt in ds.Tables)
{
    foreach (DataRow dr in dt.Rows)
    {
        for (int i = 0; i < dt.Columns.Count; i++)
        {
            Console.WriteLine(dr[i]);
        }
    }
}

　　

(。_。)好吧，居然是这个问题导致的，那么.net环境在mono上获取的CodePage是多少呢？

查询得到 65001 代表的是 UTF-8

那么我的win环境下是什么样子呢？

都是936 也就是简体中文 也就是GBK编码。

现在的情况是linux环境获取到GBK编码但不能用，难道我的Linux环境没有GBK编码？locale查看当前系统使用的编码：

清一色的UTF8 没有GBK。 locale -a命令可以查看支持的编码，有显示支持GBK。

那么只能猜测 mono上运行.Net 程序做编码转换的时候只能转换成当前使用的编码？

目前更改成Encoding.Default能解决编码出错的问题了，但实际原因是不是我猜测的这样，我也不知道了。。。