Question

我在C＃中进行了很多字符串操作，并且确实需要将字符串存储为每个字符一个字节。这是因为我在内存中同时需要千兆字节的文本，这会导致内存问题。我肯定知道这个文本永远不会包含非ASCII字符，所以对于我的目的，System.String和System.Char将每个字符存储为两个字节的事实既不是必需的，也是一个真正的问题。

我即将开始编写自己的CharAscii和StringAscii类 - 字符串1基本上将其数据保存为byte []，并公开类似于System.String所做的字符串操作方法。然而，这似乎做了很多工作似乎是一个非常标准的问题，所以我真的在这里发帖，检查是否还没有更简单的解决方案。有没有例如我可以通过某种方式使System.String在内部将数据存储为我没有注意到的UTF8，或者以其他方式解决问题？

Answer 1

好吧，您可以创建一个包装器，将数据检索为UTF-8字节，并根据需要将片段转换为System.String，反之亦然，将字符串推回内存。编码类将帮助您：

var utf8 = Encoding.UTF8;
byte[] utfBytes = utf8.GetBytes(myString);

var myReturnedString = utf8.GetString(utfBytes);

Answer 2

正如您所发现的，CLR使用UTF-16进行字符编码。你最好的选择可能是使用Encoding classes＆amp;一个BitConverter来处理文本。这个问题在两种编码之间进行转换有一些很好的例子：

Convert String (UTF-16) to UTF-8 in C#

Answer 3

不是真的。 System.String用于存储字符串。您的要求是针对具有特定内存优势的特定字符串子集。

现在，“具有特定内存优势的非常特殊的字符串子集”出现了很多，但并不总是相同的非常特定的子集。仅限ASCII的代码不是为了人类阅读，因此它往往是短代码，或者可以以流处理方式处理的东西，或者是与执行其他工作的字节合并的文本块（例如，相当多的二进制格式将具有直接转换为ASCII的小位。

因此，你有一个非常奇怪的要求。

当你来到千兆字节部分时更是如此。如果我正在处理演出，我会立即想到如何停止演出，和/或获得比50％更严重的节省。我正在考虑将我目前不感兴趣的块映射到文件，或者关于绳索，或者关于其他一些东西。当然，这些都适用于某些情况，而不适用于所有情况，所以我们不再谈论.NET应该坚持某种东西的东西，因为一个尺寸不适合所有

除此之外，只需要utf-8位就不那么难了。这是所有其他方法成为工作。同样，你需要的东西与其他人不一样。

Answer 4

我可以看到你的问题是C＃中的char占用了2个字节，而不是一个。

读取文本文件的一种方法是使用以下命令打开它：

    System.IO.FileStream fs = new System.IO.FileStream(file, System.IO.FileMode.Open);
    System.IO.BinaryReader br = new System.IO.BinaryReader(fs);

    byte[] buffer = new byte[1024];
    int read = br.Read(buffer, 0, (int)fs.Length);

    br.Close();
    fs.Close();

这样你就可以从文件中读取字节了。我尝试使用 UTF-8 编码的* .txt文件，每个字符2个字节， ANSI 1个字节每个字符。

在C＃中将字符串存储为UTF8

4 个答案: