Question

我确信这是非常简单的，我搞砸了，但是这里有：

我正在尝试解析一般用UNICODE格式化的日志文件（我会自由地承认我一般都不太了解UNICODE，但是文件的前两个字节是0xFFFE，并且有一个每个其他角色之间为零）。特殊的部分是这个文件看起来以字节序列0x0D000D0A结束，即\ r \ 0 \ r \ n，这显然让我的TextReader无法阅读它。

也就是说，我打印的每一行都填充了：

?????????????????? ???????????? ?      ?????????  ? ?????????????  ? ?????????????? ???? ??? ????? ???????????????????? ??? ???????????? ????????????????? ?????????????????????? ???????????????????? ?????? ????????????????????? ????????????? ?????

我建议使用C＃解析此问题的方法是什么？或者说，我做错了什么？

谢谢！

更新抱歉，我应该包含我在初始发布时使用的代码。这是：

FileStream fsa = File.Open(@"C:\InboxLOG.txt", FileMode.Open, FileAccess.Read, FileShare.ReadWrite);
TextReader sr = new StreamReader(fsa, Encoding.Unicode, true);
string line = "";
while ((line = sr.ReadLine()) != null)
{              
     Console.WriteLine(line);
}

使用StreamReader(fsa)会产生相同的结果。

Answer 1

请试试这个

StreamReader reader = new StreamReader(filePath, System.Text.Encoding.Unicode, true);

似乎是UTF16编码，0xFFFE是字节顺序标记

http://en.wikipedia.org/wiki/Byte_order_mark

Answer 2

嗯... 0x0D000D0A？

你的行尾确实看起来很笨拙。您可能需要通过Stream手动解析它...我原本期望0x0D000A000？（因为这是小端）。我想知道非Unicode进程是否已经完成了“替换lf with crlf”扫描并将其搞砸了。您当然可以这样做，并且（以两个为一的块处理字节）将0D0A替换为0A00（仅从偶数字节开始）。但从非破坏数据开始总是一个更好的选择...

是：

0xFFFE是一个BOM，因此涉及StreamReader等的任何内容（例如File.OpenText）都应自动处理并选择正确的编码。如果没有，请给它一个线索：

using(var reader = new StreamReader(path, Encoding.Unicode)) {
    ...
}

Answer 3

我猜你实际上正在使用StreamReader，因为TextReader是一个抽象类。

根据您的描述，您的文本是UTF-16，但StreamReader默认为UTF-8。构建StreamReader时，需要告诉它使用UTF-16：

new StreamReader(..., System.Text.Encoding.Unicode);

解析特殊的新线

3 个答案: