TextReader.ReadLine 返回不完整的行

Question

我使用Socket 通过 TCP 接收数据，并使用TextReader.ReadLine 从连接中读取行。存在未收到完整行的问题——TextReader.ReadLine 返回不完整的字符串。我希望它返回null，表示无法读取整行。我该怎么做？

基本上，我有这个数据传入：

"hello\nworld\nthis is a test\n"

当我运行ReadLine 时，我会得到这些回报：

"hello"
"world"
"this is a te"
<null>
<socket gets more data>
"st"
<null>

我不想返回“this is a te”。相反，我希望“这是一个测试”等到收到整行。

代码：

var endPoint = ...;
var socket = new Socket(AddressFamily.InterNetwork, SocketType.Stream, ProtocolType.IP);
socket.Connect(endPoint);

var stream = new NetworkStream(socket, true);

var messageBuffer = new StringBuilder();

// Data received async callback (called several times).
int bytesRead = stream.EndRead(result);
string data = Encoding.UTF8.GetString(readBuffer.Take(bytesRead).ToArray());
messageBuffer.Append(data);

using(var reader = new StringReader(messageBuffer.ToString()))
{
    // This loop does not know that Message.Read reads lines.  For all it knows, it could read bytes or words or the whole stream.

    while((Message msg = Message.Read(reader)) != null)  // See below.
    {
        Console.WriteLine(msg.ToString());    // See example input/echo above.
    }

    messageBuffer = new StringBuilder(reader.ReadToEnd());
}

// Method of Message.
public static Message Read(TextReader reader)
{
    string line = reader.ReadLine();

    if(line == null)
        return null;

    return Message.FromRawString(line);
}

谢谢。

Answer 1

听起来数据发送时带有一些额外的分隔符。假设您在网络流上使用 StreamReader，它的行为应该完全符合您的预期。我建议您使用 Wireshark 查看您的套接字正在接收的确切数据。

我也怀疑它返回 null 然后是另一行 - 你确定你不是说它返回一个空字符串然后是另一行吗？

编辑：现在您已经发布了代码，原因更清楚了 - 您一次只解码一个缓冲区。这真的行不通，并且可能以更严重的方式中断。缓冲区甚至可能不会在 character 边界处中断。

说实话，同步阅读和使用StreamReader 会容易得多。异步执行此操作，您应该使用System.Text.Decoder，如果需要，它可以存储任何先前的状态（从前一个缓冲区的末尾）。无论阅读了多少前一行，您还必须存储 - 我怀疑您根本无法使用 TextReader，或者至少您必须对 final 的情况进行特殊处理字符是 '\r' 或 '\n'。请记住，一个缓冲区可以以“\r”结尾，而下一个缓冲区可以以“\n”开头，表示它们之间有一个换行符。看看它有多难？

你确定，肯定需要异步处理这个吗？

编辑：听起来你可以做一些基本上可以将数据转储到的事情，并附加一个“LineCompleted”事件处理程序。您可以先附加事件处理程序，然后继续将数据转储到其中，直到没有更多数据为止（此时您需要告诉它数据已完成）。如果这听起来合适，我可能会尝试为 MiscUtil 编写这样一门课程 - 但我不太可能在下周内完成它（我现在真的很忙）。

Answer 2

有一个缓冲区（开始为空），并且每次阅读时

• 如果缓冲区中有\n，则删除所有内容 一切都包括它并返回它
• 读取您可以读取的内容，并将您读取的内容附加到缓冲区
• 如果由于 eof 导致读取失败，则返回并清除内容，除非缓冲区为空，在这种情况下传播 eof。
• 如果您阅读的内容中有\n，请从顶部重试， 否则返回空

请注意，这将满足您的要求，但是，对于任何此类方案，您现在必须担心如何处理对于您的缓冲区来说太长的行。

-- MarkusQ

Answer 3

查看我对previous very similar question 的回复。它以类似流的方式与异步套接字 I/O 和读取行相关。希望对您有所帮助。

Answer 4

这里有几个问题：

1. 单个 Unicode 代码点可以跨数据包拆分，因此您需要保留自己的 Utf8Encoding 实例。或者将完整的消息缓冲为 byte[] 并在您知道它完成时一次性转换。

2. 您需要一种确定何时收到完整消息的方法。您需要继续阅读直到完成（并处理在同一个 Read 调用中开始接收下一个数据包的情况。

Answer 5

我决定编写自己的 ReadLine 解析器。代码如下：

// Async callback.
Message message;

while((message = Message.ReadBytes(messageBuffer)) != null)
{
    OnMessageReceived(new MessageEventArgs(message));
}

// Message class.
public static Message ReadBytes(List<byte> data)
{
    int end = data.FindIndex(b => b == '\n' || b == '\r');

    if(end == -1)
        return null;

    string line = Encoding.UTF8.GetString(data.Take(end).ToArray());

    data.RemoveRange(0, end + 1);

    if(line == "")
        return ReadBytes(data);

    if(line == null)
        return null;

    return Message.FromRawString(line);
}

非常感谢@Jon Skeet、@Noldorin 和@Richard 提供的非常有用的建议。您的共同努力使我找到了最终解决方案。 =]