检查TStringStream的内容

Question

我在TStringStream中有一些很好或不太好的数据（或者它可以是任何TStream），我希望以最佳方式可视化，如果它包含文本，我会喜欢将其显示为文本，如果不可能，我想显示十六进制代码。我知道没有防弹方式可靠地说是文本或二进制文件，但这不是目标，只是将其可视化以用于调试建议。

所以如果是字符串

• 只有字符Chars，代码在32到127之间，我可以 接受它为AnsiString。 很容易实现
• 如果没有，我会尝试将其转换为 Utf8String，据我所知Utf8String有格式，所以我可以决定是 它是否是一个有效的utf8字符串。所以我需要某种功能 告诉我是的，它可以是一个utf8string。如果我错了，谁在乎，如果它是一个 不可读的文本，这不是问题，我也不能流利地阅读十六进制代码。
• 如果仍然不是这样，我想把它解释为一个宽字符串，这就是 最难的部分，因为我知道它没有任何格式，所以我需要猜测一个 很多，这需要最多的创造力。如果完全不可能完成任务，那么 跳过这一点。但我说我不期待中文字符。
• else：显示十六进制代码。

我完全重写了我的问题，因为每个人都在评论这样一个事实：数据来自哪里，我应该如何定义一个协议（我也得到了有用的提示，谢谢你），这让我更加接近解决我的问题，希望在新问题中有更好的描述。

Answer 1

  

所以如果是字符串

     

•只有字符Chars，代码在32到127之间，我可以接受它作为AnsiString。它很容易实现

是。但是，128到255之间的字符值（也称为ANSI / MBCS字符）也可以存储在AnsiString中并直观显示，但您必须知道这些值所属的原始字符集。对于D2009 +，您可以将值存储到RawByteString中，并使用SetCodePage()函数将相应的代码页与字符串相关联。这样，当您在代码中传递字符串时，字符会被正确解释。如果您不关心Unicode格式之外的非ASCII字符，那么您可以忽略它。

  

•如果没有，我会尝试将其转换为Utf8String，因为我知道Utf8String有一个格式，所以我可以决定它是否是一个有效的utf8字符串。所以我需要某种功能，可以告诉我是的，它可以是一个utf8string。

要检查数据是否是有效的UTF-8字符串，您可以使用Win32 API Windows.MultiByteToWideChar()函数或Embarcadero的System.LocaleCharsToUnicode()函数（仅限XE及更高版本）。指定CP_UTF8（65001）代码页，MB_ERR_INVALID_CHARS标志和nil输出缓冲区。如果数据是有效的UTF-8字符串，则该函数将返回数据在实际解码时可以生成的UTF-16字符数。否则，该函数将失败并显示ERROR_NO_UNICODE_TRANSLATION错误代码。

另一个选项（仅限D2009及更高版本）是使用GetCharCount()类的SysUtils.TEncoding.UTF8方法计算相同数量的UTF-16字符。

  

•如果情况仍然不是这样，我想把它解释为一个宽字符串，这是最难的部分，因为我知道它没有任何格式

是的，当然它确实如此 - UTF-16，它与UTF-8一样定义了格式（实际上，有两种口味的UTF-16，小端和大端）。

要检查数据是否是有效的UTF-16（仅限小端）字符串，您可以使用Win32 API Windows.WideCharToMultiByte()函数或Embarcadero的System.UnicodeToLocaleChars()函数（仅限XE及更高版本）。指定CP_UTF8（65001）代码页，WC_ERR_INVALID_CHARS标志和nil输出缓冲区。如果数据是有效的UTF-16LE字符串，则该函数将返回数据在实际编码时可以生成的UTF-8字节数。否则，该函数将失败并显示ERROR_NO_UNICODE_TRANSLATION错误代码。

另一个选项（仅限D2009及更高版本）是使用GetByteCount()（小端）或SysUtils.TEncoding.Unicode类的SysUtils.TEncoding.BigEndianUnicode方法来计算相同数量的UTF-8字节。

  

所以我需要在这里猜测很多

不，你没有。对于UTF-8和UTF-16，不需要猜测。它们是定义明确的标准化格式，它们旨在相互之间进行转换，而不会丢失任何数据。

Answer 2

我强烈建议定义协议并坚持下去。例如，定义所有文本都是UTF8，所以在Delphi 7中你可以使用UTF8Encode / UTF8Decode和XE2 UTF8ToWideString（节省带宽！），并且每个消息都有一个标题来定义它是什么（例如二进制）它有多长，所以你知道在数据之后你可以恢复为UTF8以获得下一条消息或文本。

Answer 3

您无法实施防弹验证。除非你有一些外部限制，可以作为字符串传递 - WideString的任何字符也都是AnsiString中的有效字符对。所以你必须在字符串之前传递一些标记。

• 对于unicode字符串，通常会在流开始时发送一个特殊的“字母”：http://en.wikipedia.org/wiki/Byte_order_mark这不是防弹的，但AnsiString为第1和第2个字符设置的可能性非常低 - 尽管仍有可能。< / LI>
• 你可以制定约定，前两个字节是Windows代码页，然后使用TEncoding进一步将字节转换为字符串。然而，这将使未来与非Windows系统的交互变得相当困难。
• 您可以在主要加载之前将internet-standard encoding作为AnsiString标记传递，例如it is done in URLs。该标记仅使用7位ASCII值，因此从流中获取它是安全的。然而，这些字符集名称中有很多同义词，因此您必须使用这些同义词名称查询某些字典。