Question

我有C＃代码删除传入文本文件中的非ASCII字符，然后输出到.NonAsciiChars文本文件。因为传入的文件是XML格式，返回方法可以是LF ONLY或CRLF，这就是为什么我没有逐行替换（我正在使用StreamReader.ReadToEnd（））

现在问题是当传入的文件很大（大约2 GB）时，我收到以下错误。有没有更好的方法在我的案例中删除非ASCII字符？传入的文件也会发送大约4GB，我担心在那个时候，读取部分也会得到OutOfMemoryException。

非常感谢。

DateTime:2014-08-04 12:55:26,035 Thread ID:[1] Log Level:ERROR Logger Property:OS_fileParser.Program property:[(null)] - Message:System.OutOfMemoryException: Exception of type 'System.OutOfMemoryException' was thrown.
   at System.Text.StringBuilder.ExpandByABlock(Int32 minBlockCharCount)
   at System.Text.StringBuilder.Append(Char* value, Int32 valueCount)
   at System.Text.StringBuilder.Append(Char[] value, Int32 startIndex, Int32 charCount)
   at System.IO.StreamReader.ReadToEnd()
   at OS_fileParser.MyProgram.FormatXmlFile(String inFile) in D:\Test\myProgram.cs:line 530
   at OS_fileParser.MyProgram.Run() in D:\Test\myProgram.cs:line 336

myProgram.cs第530行：content = Regex.Replace（content，pattern，“”）;

myProgram.cs第336行：这是点调用以下方法

                const string pattern = @"[^\x20-\x7E]";

                string content;
                using (var reader = new StreamReader(inFile))
                {
                    content = reader.ReadToEnd();
                    reader.Close();
                }

                content = Regex.Replace(content, pattern, "");

                using (var writer = new StreamWriter(inFile + ".NonAsciiChars"))
                {
                    writer.Write(content);
                    writer.Close();
                }

                using (var myXmlReader = XmlReader.Create(inFile + ".NonAsciiChars", myXmlReaderSettings))
                {
                    try
                    {
                        while (myXmlReader.Read())
                        {
                        }
                    }
                    catch (XmlException ex)
                    {
                        Logger.Error("Validation error: " + ex);
                    }
                }

Answer 1

您将获得OutOfMemoryException。为了节省内存，你可以按部分处理文件，here是一个很好的例子，说明如何逐行处理文件，here是按字节，使用缓冲区（读取1个字节很慢）。 / p>

最简单的情况就是这样：

string line;    
using (var reader = new StreamReader(inFile))
    using (var writer = new StreamWriter(inFile + ".NonAsciiChars"))
        while ((line = reader.ReadLine()) != null)
        {
            ... // code to process line
            writer.Write(line);
        }

是否有更好的方法来替换c＃中的非ascii字符

1 个答案: