Question

我需要将文本文件的字节数组转换为它的字符串字符表示形式。

例如，如果我的文本文件包含：

你好（tab）那里（换行）朋友

我想将其转换为数组：

my_array  = {'h', 'e' ,'l','l','o', '\t', 't', 'h','e','r','e', '\r','\n', 'f', 'r' ,'i','e','n', 'd'};

我将控制字符转换为其转义字符串时遇到了问题，即：

0x09 =＆＃39; \ t＆＃39 ;;

0x0D =＆＃39; \ r＆＃39;;

0x0A =＆＃39; \ n＆＃39;;

我试过这个，但标签和新行没有在这里表示：

byte[] text_bytes = File.ReadAllBytes("ok.txt");
char[] y = Encoding.ASCII.GetChars(text_bytes);

我知道我可以循环遍历每个字节并有条件查找0x09如果找到它，然后替换为"\t"，但我想知道是否有某些内容内置。

Answer 1

有几种方法可以做到。最简单的方法是将整个文件加载到内存中：

string theText = File.ReadAllText(filename);

然后使用string.Replace替换您感兴趣的项目：

// "escaping" the '\t' with '\\t' makes it write the literal characters '\' and 't'
theText = theText.Replace("\t", "\\t");

theText = theText.Replace("\r", "\\r");
theText = theText.Replace("\n", "\\n");

然后你可以创建你的角色数组。如果您确定它是所有ASCII文本，则可以使用Encoding.ASCII：

byte[] theChars = Encoding.ASCII.GetBytes(theText);

或者，如果你想要一个字符数组：

char[] theChars = theText.ToCharArray();

这可能会足够快到达你的目的。您可以通过单次传递字符串，逐个字符地阅读并复制到StringBuilder来加快速度：

StringBuilder sb = new StringBuilder(theText.Length);
foreach (char c in theText)
{
    switch (c)
    {
        case '\t' : sb.Append("\\t"); break;
        case '\r' : sb.Append("\\r"); break;
        case '\n' : sb.Append("\\n"); break;
        default : sb.Append(c); break;
    }
}

byte[] theChars = Encoding.ASCII.GetBytes(sb.ToString());

Answer 2

如果要转义所有控制字符，则可以使用Regex.Escape。

string myText = File.ReadAllLines("ok.txt");

//to optimize, you could remove characters that you know won't be there (e.g. \a)
Regex rx = new Regex(@"[\a\e\f\n\r\t\v]", RegexOptions.Compiled); 

myText = rx.Replace(myText, m =>  { return Regex.Escape(m.Value); });

Console.WriteLine(myText);

您无法以发布的方式将其转换为char数组，因为转义的控制字符将计为两个字符（\和t）。但如果你不介意每个角色分开，你可以简单地做

char[] myCharArray = myText.ToCharArray();

Answer 3

如果您不介意它比手动解决方案慢一点，那么您可以使用CodeDomProvider（这可能足够快）。

我在这里找到了示例代码：http://code.google.com/p/nbehave-cf/source/browse/trunk/CustomTool/StringExtensions.cs?spec=svn5&r=5

using System;
using System.CodeDom;
using System.CodeDom.Compiler;
using System.IO;

namespace CustomTool
{
    public static class StringExtensions
    {
        public static String ToLiteral(this String input)
        {
            using (var writer = new StringWriter())
            {
                using (var provider = CodeDomProvider.CreateProvider("CSharp"))
                {
                    provider.GenerateCodeFromExpression(new CodePrimitiveExpression(input), writer, null);
                    return writer.ToString();
                }
            }
        }
    }
}

您可以使用Encoding.Ascii.ReadString()阅读字符串来使用它，然后使用.ToLiteral()将其转换为字符串，然后.ToCharArray()以获得最终结果。

这给出了正确的结果，例如：

// You would do (using your sample code):
// string test = Encoding.ASCII.GetString(text_bytes);

string test = "hello\tthere\nfriend";

char[] result = test.ToLiteral().ToCharArray();

如果您检查result，您会看到它具有正确的字符。

但是，我只是使用循环和switch语句来转换字符。它易于编写和理解，而且效率更高。

Answer 4

在“y”数组中，“转义字符”的实际值（0x09,0x0D等）将带有不可打印的字符作为“文本”。

当你写\ t，\ n，\ r \ n等时，你可能写了（char）0x09，（char）0x0D这就是数据写入的内容。换句话说，“\ t”字符不存在！

无论你是自己动手还是使用现有的库，都会有人将0x09映射到“\ t”转义序列并将其注入你的字符串。

c＃十六进制字节0x09（ascii - ＆gt; tab）到“\ t”字符串

4 个答案: