读取可能具有非ASCII字符的流

Question

我有一个应用程序，可以从流中读取字符串数据。字符串数据通常使用英语，但有时会遇到诸如'jalapeño'和"ñ"之类的东西。在我的实现中，我更喜欢将流内容读取到字节数组中，但是我可以通过将内容阅读到字符串中来获得。知道我该怎么做才能使这项工作正确？

当前代码如下：

byte[] data = new byte[len];  // len is known a priori
byte[] temp = new byte[2];
StreamReader sr = new StreamReader(input_stream);
int position = 0;
while (!sr.EndOfStream)
{
  int c = sr.Read();
  temp = System.BitConverter.GetBytes(c);
  data[position] = temp[0];
  position++;
}
input_stream.Close();
sr.Close();

Answer 1

您可以将编码传递到：

中

StreamReader sr = new StreamReader(input_stream, Encoding.UTF8);

但是，我知道默认情况下，根据文档。

默认使用Encoding.utf8。

update

以下读取"jalapeño"很好：

byte[] bytes;
using (var stream = new FileStream("input.txt", FileMode.Open, FileAccess.Read, FileShare.Read))
{
    var index = 0;
    var count = (int) stream.Length;
    bytes = new byte[count];
    while (count > 0)
    {
        int n = stream.Read(bytes, index, count);
        if (n == 0)
            throw new EndOfStreamException();
        index += n;
        count -= n;
    }
}
// test
string s = Encoding.UTF8.GetString(bytes);
Console.WriteLine(s);

也是如此：

byte[] bytes;
using (var stream = new FileStream("input.txt", FileMode.Open, FileAccess.Read, FileShare.Read))
{
    var reader = new StreamReader(stream);
    string text = reader.ReadToEnd();
    bytes = Encoding.UTF8.GetBytes(text);
}
// test
string s = Encoding.UTF8.GetString(bytes);
Console.WriteLine(s);

据我了解，当文本用UTF编码存储时，文本中的"ñ"字符表示为0xC391。当您仅读取字节时，就会丢失数据。

我建议将整个流读为字节数组（第一个示例），然后进行编码。或使用StreamReader为您完成工作。

Answer 2

由于您试图将内容填充到字节阵列中，因此请不要对读者打扰 - 这无济于事。仅使用流：

byte[] data = new byte[len];
int read, offset = 0;
while(len > 0 &&
    (read = input_stream.Read(data, offset, len)) > 0)
{
    len -= read;
    offset += read;
}
if(len != 0) throw new EndOfStreamException();