Question

我有一个文件，我打开流并传递给另一个方法。但是，我想在将流传递给另一个方法之前替换文件中的字符串。所以：

string path = "C:/...";
Stream s = new FileStream(path, FileMode.Open, FileAccess.Read, FileShare.Read);
//need to replace all occurrences of "John" in the file to "Jack" here.
CallMethod(s);

不应修改原始文件，只修改流。最简单的方法是什么？

...谢谢

Answer 1

如果您只是将文件作为行读入，然后处理这些内容，而不是强迫自己坚持Stream，那就简单了，因为流处理文本和二进制文件，以及需要能够一次读取一个字符（这使得这种替换变得非常困难）。如果你一次读一整行（只要你没有多行替换），这很容易。

var lines = File.ReadLines(path)
    .Select(line => line.Replace("John", "Jack"));

请注意，ReadLines仍会对数据进行流式处理，而Select不需要实现整个内容，因此在执行此操作时，您仍然无法将整个文件一次性读入内存

如果您实际上不需要流式传输数据，则可以轻松地将其全部作为一个大字符串加载，执行替换，然后基于该字符串创建流：

string data = File.ReadAllText(path)
    .Replace("John", "Jack");
byte[] bytes = Encoding.ASCII.GetBytes(data);
Stream s = new MemoryStream(bytes);

Answer 2

这个问题可能有很多好的答案。我会尝试一下我用过的，一直为我和我的同龄人工作。

我建议你创建一个单独的流，比如MemoryStream。从文件流中读取并写入内存。然后，您可以从中提取字符串并替换内容，然后您将提前传递内存流。这样可以确保您不会弄乱原始流，并且您可以随时从中读取原始值，但使用此方法时使用的内存基本上是原来的两倍。

Answer 3

如果文件中的行非常长，则替换的字符串可能包含换行符，或者存在其他限制，从而在需要流传输时阻止使用File.ReadLines()，那么有一种替代解决方案仅，即使它不是很简单。

实施自己的执行替换的流装饰器（包装器）。即一个基于Stream的类，该类在其构造函数中使用另一个流，以其Read(byte[], int, int)重写从流中读取数据，并在缓冲区中执行替换。有关更多要求和建议，请参见notes to Stream implementers。

我们将要替换的字符串称为“ needle”，将源流称为“ haystack”，并将替换字符串“ replacement”。

需要使用干草堆内容的编码（通常为Encoding.UTF8.GetBytes()）对针和替换进行编码。在流内部，与StreamReader.ReadLine()不同，数据不会转换为字符串。这样可以防止不必要的内存分配。

简单情况：如果needle和replacement都只是一个字节，则实现只是缓冲区上的简单循环，可以替换所有出现的情况。如果needle是单个字节，而replacement为空（即删除该字节，例如删除行末尾归一化的回车），则这是一个简单的循环，它将from和to的索引保留到缓冲区，然后重写逐字节缓冲。

在更复杂的情况下，请实施 KMP algorithm 进行替换。

将数据从基础流（干草堆）读取到至少与针一样长的内部缓冲区，并在将数据重写到输出缓冲区的同时执行替换。需要内部缓冲区，这样才能在检测到完全匹配之前不发布部分匹配的数据-那么，现在返回并完全删除该匹配为时已晚。
逐字节处理内部缓冲区，将每个字节送入KMP自动机。在每次自动机更新时，将释放的字节写入输出缓冲区中的适当位置。
当KMP检测到匹配项时，将其替换：重置自动机，将其位置保留在内部缓冲区中（这会删除匹配项），并将替换项写入输出缓冲区中。
到达任意一个缓冲区的末尾时，请将内部缓冲区的未写输出和未处理部分（包括当前部分匹配）作为下一次调用该方法的起点，并返回当前输出缓冲区。对该方法的下一次调用将写入剩余的输出，并开始处理当前停止的干草堆的其余部分。
到达干草堆的末端时，释放当前的部分匹配并将其写入输出缓冲区。

请注意在处理所有干草堆数据之前，不要返回空的输出缓冲区，否则会向调用者发出流结束信号，从而截断数据。

用C＃替换流中的字符串（不覆盖原始文件）

3 个答案: