无法获得正确的索引以返回

Question

好的，首先我要感谢大家在过去几周对我的帮助很大，这是另一个！！！

我有一个文件，我正在使用正则表达式来查找术语“TamedName”出现了多少次。这是最简单的部分:)

原来我是这样设置的

            StreamReader ff = new StreamReader(fileName);
        String D = ff.ReadToEnd();
        Regex rx = new Regex("TamedName");
        foreach (Match Dino in rx.Matches(D))
        {
            if (richTextBox2.Text == "")
                richTextBox2.Text += string.Format("{0} - {1:X} - {2}", Dino.Value, Dino.Index, ReadString(fileName, (uint)Dino.Index));
            else
                richTextBox2.Text += string.Format("\n{0} - {1:X} - {2}", Dino.Value, Dino.Index, ReadString(fileName, (uint)Dino.Index));
        }

它返回完全不正确的索引点，如图所示

我相当有信心我知道它为什么这样做，可能是因为将所有内容从二进制文件转换为字符串，显然并非所有字符都会被翻译，因此会抛出实际的索引计数，因此尝试将其关联起来back 根本不起作用...问题，我不知道如何将正则表达式与二进制文件一起使用并正确翻译:(

我使用的是正则表达式而不是简单的搜索函数，因为每次出现“TamedName”之间的差异太大而无法编码到函数中。

真的希望你们能帮我解决这个问题:(我的想法已经不多了！！

Answer 1

问题在于您正在读取二进制文件，而流式读取器在将其读入 Unicode 字符串时会进行一些解释。需要按字节处理。

我的代码如下。（仅供参考，您需要启用不安全编译才能编译代码 - 这是为了快速搜索二进制数组）

为了正确归属，我从SO answerDylan Nicholson借用了IndexOf的字节版本

namespace ArkIndex
{
    class Program
    {
        static void Main(string[] args)
        {
            string fileName = "TheIsland.ark";
            string searchString = "TamedName";
            byte[] bytes = LoadBytesFromFile(fileName);
            byte[] searchBytes = System.Text.ASCIIEncoding.Default.GetBytes(searchString);

            List<long> allNeedles = FindAllBytes(bytes, searchBytes);    
        }

        static byte[] LoadBytesFromFile(string fileName)
        {
            FileStream fs = new FileStream(fileName, FileMode.Open);
            //BinaryReader br = new BinaryReader(fs);
            //StreamReader ff = new StreamReader(fileName);

            MemoryStream ms = new MemoryStream();
            fs.CopyTo(ms);
            fs.Close();
            return ms.ToArray();   
        }

        public static List<long> FindAllBytes(byte[] haystack, byte[] needle)
        {
            long currentOffset = 0;
            long offsetStep = needle.Length;
            long index = 0;
            List<long> allNeedleOffsets = new List<long>();
            while((index = IndexOf(haystack,needle,currentOffset)) != -1L)
            {
                allNeedleOffsets.Add(index);
                currentOffset = index + offsetStep;
            }
            return allNeedleOffsets;
        }

        public static unsafe long IndexOf(byte[] haystack, byte[] needle, long startOffset = 0)
        {
            fixed (byte* h = haystack) fixed (byte* n = needle)
            {
                for (byte* hNext = h + startOffset, hEnd = h + haystack.LongLength + 1 - needle.LongLength, nEnd = n + needle.LongLength; hNext < hEnd; hNext++)
                    for (byte* hInc = hNext, nInc = n; *nInc == *hInc; hInc++)
                        if (++nInc == nEnd)
                            return hNext - h;
                return -1;
            }
        }    
    }
}