Question

我有一个项目在工作中根据一组任意规则读取和转换CSV文件，选择一个文件告诉程序它应该如何根据输入输出数据并解析文件。

我遇到的问题是，当我从输入文件中读取行时，它有时会读取额外的行或分割行到两行，我最初使用ReadAllLines然后使用此代码进行测试：

int testCount = 0;
StreamReader sr = File.OpenText(_FilePath.Text);
while(!sr.EndOfStream)
{
    sr.ReadLine();
    testCount++;
}
sr.Close();
sr.Dispose();

Console.WriteLine("Lines in For: " + testCount);

发现有627行的文件被读取为681行（使用ReadAllLines并计算上述代码中的行。

我尝试寻找有相同问题的人，并尝试查看这些方法中是否有最大长度的“行”，谷歌上没有任何内容，文件中的第一行就是这个一个（改变信息保护隐私，所有特殊字符都存在）

CODE, A/B Company Name, CONTACT NAME, ATTN  NAME A/B, 1234 CORPORATE CORP ST, Smithington, SM, 1234, , 123-456-7890, 123-456-7890, 12345 Plum ROAD, , Nowhere, NW, 12345, A/B Company Name2, Courier, , "Some A Info B For.Shipping Accnt. # 123456789 calendar days early^ 3 days late.", ,

文件本身已从excel电子表格导出为CSV，原始文件中的所有逗号都替换为^（以防止出现问题），稍后将重新转换为逗号。

那么，任何人都知道ReadAllLines中一条线的长度有限制，或者幕后还有其他什么东西在进行？因为这是从Excel导出的（最初是一个DBF文件）我不认为这是文件的问题，但我可能是错的，我能做些什么来找出？

Answer 1

我保证File.ReadAllLines()和StreamReader.ReadLine()的行为完全符合记录，没有隐藏的陷阱让您偶然发现。

请注意，两者都不区分不同的换行模式。在单个文件中，他们很乐意在\r，\n和\r\n上划一条线。请注意，这意味着名义上使用\r\n的Windows标准但在其中包含额外\r和/或\n字符的文件将被解释为具有额外的换行符。另请注意，虽然\r\n被视为单个换行符，但\n\r被视为两个换行符。

准确诊断正在发生的事情的方法是将文件视为二进制文件。首先，检查你的输出，看看它在哪里断线，特别是你找到的第一个地方，它打破了你认为它不应该有的线。

然后，在Visual Studio中打开文件，但不要只是打开它，选择“打开方式...”选项（单击“打开”按钮上的黑色三角形），然后选择“二进制编辑器”。查看文件以查找发生第一个不需要的换行符的文本，并检查该位置文件中的十六进制值。你会发现\r，\n或\r\n的某种组合（\r是十六进制值0D而\n是{{1} }}）。

Answer 2

请在阅读文件时指定文件的编码。 File.OpenText默认使用UTF8编码。试试这个：

string[] lines = File.ReadAllLines(path, encoding); //UTF-16 or ASCII etc

http://msdn.microsoft.com/en-us/library/bsy4fhsa(v=vs.110).aspx

C＃File.ReadAllLines和StreamReader.ReadLine拆分一些行

2 个答案: