如何读取字节和字符串的混合文件
我有一个带有大量字符串行和部分字节编码数据的混合文件。 例：
--Begin Attach Content-Info: /Format=TIF Content-Description: 30085949.tif (TIF File) Content-Transfer-Encoding: binary; Length=220096 II*II* Îh ÿÿÿÿÿÿü³küìpsMg›Êq™Æ™Ôd™‡–h7ÃAøAú áùõ=6?Eã½/ô|û ƒú7z:>„Çÿý<þ¯úýúßj?å¿þÇéöûþ“«ÿ¾ÁøKøÈ%ŠdOÿÞÈGÈù#ä|'ò:#ä|Š":#¢:;ˆèŽˆèʤV'ÑÑÑÑÑÑÑÑÑçIþ×o(¿zHDDDDDFp'.Ñ:ˆR:aAràÁ¬LˆÈù!ÿÿï[ÿ¯Äàiƒ"VƒDÇ)Ê6PáÈê$9C”9C†‡CD¡pE@¦œÖ{i~Úý¯kköDœ4ÉU”8`ƒt!l2G --End Attach-- 我尝试用streamreader读取文件：
string[] lines = System.IO.File.ReadAllLines(@"C:\Users\Davide\Desktop\20041230000D.xmm")
我逐行读取文件，当行等于“Content-Transfer-Encoding：binary; Length = 220096”时，我读取所有后续行并写入“文件名”（在本例中为30085949.tif）文件。 但我正在读字符串，而不是字节数据和结果文件已损坏（现在我尝试使用tiff文件）。 对我有什么建议吗？
解决方案感谢您的回复 我采用了这个解决方案：我构建了一个LineReader扩展BinaryReader：
public class LineReader : BinaryReader { public LineReader(Stream stream, Encoding encoding) : base(stream, encoding) { } public int currentPos; private StringBuilder stringBuffer; public string ReadLine() { currentPos = 0; char[] buf = new char[1]; stringBuffer = new StringBuilder(); bool lineEndFound = false; while (base.Read(buf, 0, 1) > 0) { currentPos++; if (buf[0] == Microsoft.VisualBasic.Strings.ChrW(10)) { lineEndFound = true; } else { stringBuffer.Append(buf[0]); } if (lineEndFound) { return stringBuffer.ToString(); } } return stringBuffer.ToString(); } }
其中Microsoft.VisualBasic.Strings.ChrW（10）是换行符。 当我解析我的文件时：
using (LineReader b = new LineReader(File.OpenRead(path), Encoding.Default)) { int pos = 0; int length = (int)b.BaseStream.Length; while (pos < length) { string line = b.ReadLine(); pos += (b.currentPos); if (!beginNextPart) { if (line.StartsWith(BEGINATTACH)) { beginNextPart = true; } } else { if (line.StartsWith(ENDATTACH)) { beginNextPart = false; } else { if (line.StartsWith("Content-Transfer-Encoding: binary; Length=")) { attachLength = Convert.ToInt32(line.Replace("Content-Transfer-Encoding: binary; Length=", "")); byte[] attachData = b.ReadBytes(attachLength); pos += (attachLength); ByteArrayToFile(@"C:\users\davide\desktop\files.tif", attachData); } } } } }
我从文件中读取一个字节长度，然后在n个字节后读取。
这里的问题是StreamReader假设它是读取文件的唯一内容，因此它会提前读取。 最好的办法是将文件读取为二进制文件，并使用适当的文本编码从您自己的缓冲区中检索字符串数据。
因为显然你不介意将整个文件读入内存，所以你可以从：
byte[] buf = System.IO.File.ReadAllBytes(@"C:\Users\Davide\Desktop\20041230000D.xmm");
然后假设您使用UTF-8作为文本数据：
int offset = 0; int binaryLength = 0; while (binaryLength == 0 && offset < buf.Length) { var eolIdx = Array.IndexOf(offset, 13); // In a UTF-8 stream, byte 13 always represents newline string line = System.Text.Encoding.UTF8.GetString(buf, offset, eolIdx - offset - 1); // Process your line appropriately here, and set binaryLength if you expect binary data to follow offset = eolIdx + 1; } // You don't necessarily need to copy binary data out, but just to show where it is: var binary = new byte[binaryLength]; Buffer.BlockCopy(buf, offset, binary, 0, binaryLength);
你可能还想做一个line.TrimEnd('\r') ，如果你期望Window样式的行结尾。