Question

使用Delphi XE2将TMemoryStream（包含unicode字符串）复制到另一个TMemoryStream时，我发现了一个奇怪的行为：

我有两个TMemoryStream实例。第一个实例包含unicode文本（SourceMS）。我将一些任意数据写入第二个MemoryStream（DestMS），然后将第一个流的内容复制到第二个流中，如下所示：

var
  SomeInt: Integer;
  SomeByte: Byte;
  SourceMS, DestMS: TMemoryStream;
begin
  ...
  DestMS.Write(SomeInt, SizeOf(SomeInt));
  DestMS.Write(SomeByte, SizeOf(SomeByte));
  SourceMS.SaveToFile('c:\SourceMS.txt');  // SourceMS.txt contains the unicode chars
  DestMS.CopyFrom(SourceMS, 0);          // copy the whole content of SourceMS to DestMS   
  DestMS.SaveToFile('c:\DestMS.txt');  // DestMS.txt DOEST NOT contain unicode chars              
end;

如何在不丢失unicode（具有隐式转换）的情况下将第一个流的内容复制到第二个流？当我说“丢失unicode”时，我的意思是：unicode字符串确实被复制到第二个流，但是unicode丢失了。我只获得ANSI字符。

Answer 1

似乎DestMS只是一些任意字节，SourceMS是你的Unicode内容所在的位置。如果您将source追加到dest，那么来自BOM的{{1}}将不会位于内存流的开头。当您在Windows中打开保存的文本文件时，它将看不到source，因为它不在文件的开头，所以它不会知道文件后面的其他字符应该被视为的Unicode。

您似乎正在尝试在Unicode内容的前面插入一些内容。

如果是这样，那么您可以将Unicode内容放在符合Unicode的控件中，将字符添加到开头，然后从控件中捕获内容。这会使BOM保持在字节流的开头。

Answer 2

如果我们仅根据发布的5行代码来判断这一点，那么可能会发生什么。 TMemoryStream不会以任何方式改变字节，我们必须假设原始字节已成功从一个.txt文件复制到另一个{{1}}文件。这两个文件应包含完全相同的字节，但在使用Text Viewer应用程序查看文件时，这些相同的字节不会以相同的方式解释。

我只能想象一个这样的案例：

其中一个文件有BOM，很可能是UTF8。
另一个文件没有BOM，因此它被解释为ANSI。

哪个文件有BOM表无关紧要：通过这样的过程会改变字节的解释方式。根据维基百科的说法，绝大多数代码页都是超集的ASCII，这意味着所有可以使用7位写入的字节都可以用UTF8和ANSI完全相同的方式进行解释。 OP抱怨的“Unicode”字符肯定在“扩展”ANSI（8位）中，或者，当使用UTF8时，它们使用2个或更多字节组成。这给出了失败模式：

如果原始文件是包含扩展字符（非ASCII）的ANSI文件，如果它们被解释为UTF8，结果可能看起来有点像垃圾：原始文件的两个（或更多）字符似乎被一些奇怪的角色取代。
如果原始版本是UTF8，那么所有国际字符都将使用至少两个字节来表示：当解释为ANSI时，根据PC的代码页，这两个字节将表示为两个不同的字符。

Answer 3

CopyFrom确实将整个源流复制到目标流中，但它从目标的当前位置开始。之前写的任意数据仍然存在！

在致电MS1.Position := 0之前，您应该设置CopyFrom。

写入TMemoryStream并丢失unicode

3 个答案: