Question

我有一个包含需要清理的txt文件的gzip文件。我想逐行读取GZipped文件，然后将清理后的内容一次性写入输出GZIP文件，如下所示：

    void ExtractAndFix(string inputPath, string outputPath) {
        StringBuilder sbLine = new StringBuilder();

        using (GZipStream gzInput = new GZipStream(new FileStream(inputPath, FileMode.Open), System.IO.Compression.CompressionMode.Decompress)) {
            using (StreamReader reader = new StreamReader(gzInput, Encoding.UTF8)) {
                using (GZipOutputStream gzipWriter = new GZipOutputStream(new FileStream(outputPath, FileMode.Create))) {
                    string line = null;
                    while ((line = reader.ReadLine()) != null) {
                        sbLine.Clear();
                        sbLine.Append(line.Replace("\t", " "));
                        sbLine.Append("\r\n");
                        byte[] bytes = Encoding.UTF8.GetBytes(sbLine.ToString());
                        gzipWriter.Write(bytes, 0, bytes.Length);
                    }
                }
            }
        }
    }

但由于某些原因，在while循环中调用line = reader.ReadLine（）只读取一次然后返回null（reader EOS = true）。我已经尝试使用本机C＃压缩库和ICSharpCode包，我得到了相同的行为。我意识到我总是可以提取完整的文件，然后清理它，然后重新压缩它，但我不想浪费资源，硬盘空间等。注意：这些是大文件（压缩到几GB）所以任何事情使用MemoryStream不是一个好的解决方案。以前有没有人遇到过这样奇怪的事？谢谢。

Answer 1

经过大量的拔毛后，我似乎找到了问题。对我来说，问题进一步复杂化的事实是，某些GZip文件可以正常工作而其他GZip文件会显示上述行为。例如，如果我自己使用GZip创建了存档，那么它可以很好地工作，但是从其他来源生成的某些其他存档不会。

简而言之，.NET GZip库是垃圾，不要使用它。另外，我使用的ICSharpCode库已有几年了。我不确定它是否曾经捎带在底层的.NET代码上，但我之前的版本（0.85.4）给出了完全相同的行为。当我升级到最新版本（0.86.0）时，它按预期工作，我能够按预期读取完整文件。

希望这可以帮助其他人解决同样的问题

带StreamReader.ReadLine的GZipStream只读取第一行

1 个答案: