如何读取字节和字符串的混合文件

本文关键字：字符串 混合 文件 字节 何读取 读取 | 更新日期: 2023-09-27 18:05:57

我有一个混合文件，有很多字符串行和部分字节编码数据。例子:

--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%ŠdOÿÞÈ<,Wþ‡ÿ·ƒïüúCÿß%Ï$sŸÿÃÿ÷‡þåiò>GÈù#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line等于"Content-Transfer-Encoding: binary;Length=220096"，我读取所有下面的行，并写入一个"filename"(在本例中为30085949.tif)文件。但我正在阅读字符串，而不是字节数据和结果文件损坏(现在我尝试tiff文件)。有什么建议吗?

<

解决方案/strong>谢谢你的回复。我采用了这个解决方案:我建立了一个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，并读取以下n个字节

如何读取字节和字符串的混合文件

这里的问题是StreamReader假设它是唯一读取文件的东西，因此它提前读取。最好的方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。

显然你不介意把整个文件读入内存，你可以从:

开始
byte[] buf = System.IO.File.ReadAllBytes(@"C:'Users'Davide'Desktop'20041230000D.xmm");

然后假设您的文本数据使用UTF-8:

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);

如果您希望使用windows样式的行尾，您可能还需要使用line.TrimEnd(''r')。

相关文章：