Question

我有一个像datamodel这样的表：

fieldA (10 chracters UTF-8)

fieldB(12 characters UTF-8)

fieldC (11 characters UTF-8)

每个字段都是固定长度并写入文件（磁盘上的本地文件），没有任何UTF-8编码的分隔符（使用StreamWriter编写）。生成的文件如下所示：

fieldAfieldBfieldCfieldAfieldBfieldC [...]

我也知道记录的数量，可以使用BaseStream.Seek（）随机访问文件。

让我们说，我想阅读第29条记录并填写我的数据模型，这将是一种有效（快速）的方法？我可以使用StreamReader并读取单个char但是因为UTF-8而没有问题吗？我不想在我的数据中添加逗号并使用字符串拆分方法 - 我希望在C＃中有更好的方法。

这不适合生产用途，欢迎疯狂和微观优化：）

谢谢你的帮助！

Answer 1

您可以搜索文件中的适当位置，然后使用FileStream.Read()读取适当数量的UTF8字符，然后通过以下方式将其转换为C＃字符串：

string s = Encoding.UTF8.GetString(buffer, 0, buffer.Length);

或者您可以使用以正确编码打开的StreamReader，然后使用StreamReader.Read(char[] buffer, int index, int count)读取正确的字符数（在找到正确的位置后）。

这只有在您确实可以找到正确的位置时才有效，正如您在OP中所说的那样！

阅读有关可变长度UTF8编码字符的评论！

Answer 2

因为utf8是一个可变宽度编码（即它使用可变数量的字节来表示不同的字符），你几乎没有选择，只能从头开始扫描。

如果你想计算并跳转到偏移量，你需要使用固定大小的编码，即UTF-32

Answer 3

每个字段都是固定长度并写入文件（磁盘上的本地文件），没有任何UTF-8编码的分隔符（使用StreamWriter编写）。

你说你的字段是固定长度的。这意味着文件中的fieldA总是10个字节（不管实际内容如何），fieldB总是12个字节，fieldC总是11个字节。

由于上述原因，文本为UTF-8的事实与问题无关。

如果打开System.IO.Stream，则可以查看不想读取的每个字段的字节数。例如，如果你想读取fieldC，那么你可以提前22个字节（跳过fieldA和fieldB）：

stream.Seek(22, SeekOrigin.Current);

一旦到达正确的位置，就可以读取固定的字节数，然后通过UTF-8将这些字节解码为结果字符串。