StreamReader 消耗的字节数

Question

有没有办法知道 StreamReader 使用了多少字节流？

我有一个项目，我们需要读取一个文件，该文件有一个文本标题，后跟二进制数据的开头。我最初尝试读取这个文件是这样的：

private int _dataOffset;
void ReadHeader(string path) 
{
    using (FileStream stream = File.OpenRead(path)) 
    {
        StreamReader textReader = new StreamReader(stream);

        do 
        {
            string line = textReader.ReadLine();
            handleHeaderLine(line);
        } while(line != "DATA") // Yes, they used "DATA" to mark the end of the header

        _dataOffset = stream.Position;
    }
}

private byte[] ReadDataFrame(string path, int frameNum) 
{
    using (FileStream stream = File.OpenRead(path)) 
    {
        stream.Seek(_dataOffset + frameNum * cbFrame, SeekOrigin.Begin);

        byte[] data = new byte[cbFrame];
        stream.Read(data, 0, cbFrame);

        return data;
    }
    return null;
}

问题是当我将_dataOffset 设置为stream.Position 时，我得到了StreamReader 已读取到的位置，而不是标题的末尾。我一想到这是有道理的，但我仍然需要能够知道标头的结尾在哪里，而且我不确定是否有办法做到这一点并且仍然可以利用 StreamReader。

Answer 1

您可以通过多种方式了解StreamReader 实际返回了多少字节（而不是从流中读取），恐怕它们都不太简单。

1. 获取textReader.CurrentEncoding.GetByteCount(totalLengthOfAllTextRead)的结果，然后在流中寻找到这个位置。
2. 使用一些反射技巧来检索StreamReader对象的私有变量的值，该值对应于内部缓冲区中的当前字节位置（与流不同 - 通常在后面，但不超过等于课程）。从 .NET Reflector 来看，这个变量似乎被命名为 bytePos。
3. 根本不用StreamReader，而是实现基于Stream或BinaryReader的自定义ReadLine函数（BinaryReader保证永远不会比您要求的更远） .此自定义函数必须逐个字符地从流中读取，因此您实际上必须使用低级 Decoder 对象（除非编码是 ASCII/ANSI，在这种情况下，由于单字节，事情会更简单一些编码）。

选项 1 将是我想象中效率最低的（因为您正在有效地重新编码刚刚解码的文本），选项 3 最难实现，尽管可能是最优雅的。我可能会建议不要使用丑陋的反射黑客（选项 2），即使它看起来很诱人，它是最直接的解决方案并且只需要几行代码。 （老实说，StreamReader 类确实应该通过公共属性公开这个变量，但可惜它没有。）所以最后，这取决于你，但方法 1 或 3 应该可以很好地完成这项工作够了……

希望对您有所帮助。

Answer 2

所以数据是utf8（StreamReader的默认编码）。这是一种多字节编码，因此不建议使用 IndexOf。你可以：

Encoding.UTF8.GetByteCount(string)

到目前为止，在您的数据上，为缺少的行结尾添加 1 或 2 个字节。

Answer 3

如果您需要计算字节数，我会使用 BinaryReader。您可以根据需要获取结果并对其进行转换，但我发现其当前位置的想法更可靠（因为它以二进制形式读取，因此不受字符集问题的影响）。

Answer 4

所以你的最后一行包含 'DATA' + 未知数量的数据字节。您可以通过使用 IndexOf() 和最后读取的行来提取位置。然后重新调整stream.Position。

但我不确定在这种情况下您是否应该使用 ReadLine()。也许在到达“DATA”标记之前逐字节读取会更好。

Answer 5

换行符很容易识别，无需先解码流（除了一些很少用于文本文件的编码，如 EBCDIC、UTF-16、UTF-32），因此您可以将每一行读取为字节然后解码整行：

using (FileStream stream = File.OpenRead(path)) {
   List<byte> buffer = new List<byte>();
   bool hasCr = false;
   bool done = false;
   while (!done) {
      int b = stream.ReadByte();
      if (b == -1) throw new IOException("End of file reached in header.");
      if (b == 13) {
         hasCr = true;
      } else if (b == 10 && hasCr) {
         string line = Encoding.UTF8.GetString(buffer.ToArray(), 0, buffer.Count);
         if (line == "DATA") {
            done = true;
         } else {
            HandleHeaderLine(line);
         }
         buffer.Clear();
         hasCr = false;
      } else {
         if (hasCr) buffer.Add(13);
         hasCr = false;
         buffer.Add((byte)b);
      }
   }
   _dataOffset = stream.Position;
}

您当然可以继续读取数据，而不是关闭流并再次打开它。