解析二进制文件中的结构内容

Question

使用C＃，我需要读取使用FORTRAN创建的压缩二进制文件。该文件以“Unformatted Sequential”格式存储，如此处所述（大约在“Unformatted Sequential Files”部分页面的下半部分）：

http://www.tacc.utexas.edu/services/userguides/intel8/fc/f_ug1/pggfmsp.htm

从URL中可以看出，该文件被组织成130个字节或更少的“块”，并包含围绕每个块的2个长度字节（由FORTRAN编译器插入）。

因此，我需要找到一种有效的方法来解析实际的文件有效负载，而不是插入编译器的格式。

一旦我从文件中提取了实际的有效负载，我就需要将其解析为不同的数据类型。那将是下一个练习。

我的第一个想法是使用File.ReadAllBytes将整个文件篡改成一个字节数组。然后，只需遍历字节，跳过格式化并将实际数据传输到第二个字节数组。

最后，第二个字节数组应该包含实际文件内容减去所有格式，然后我需要回过头来获取我需要的内容。

由于我对C＃还不熟悉，我认为可能有一种更好，更可接受的解决方法。

另外，如果它有用，这些文件可能相当大（比如30MB），但大多数文件会小得多......

Answer 1

读取这样的文件的一种方法是逐个记录（例如，读取长度字节，然后读取数据块，构建记录列表，这只是字节数组）。然后将记录集合传递给进一步的解析例程。

但是，如果您使用的是4.0，则文件映射有new class，效率更高，但与ReadAllBytes类似。

如果您正在使用ReadAllBytes或MemoryMappedFile，最好先通过解析所有记录长度，在大型二进制文件中构建内存中的“索引”。如果您只需要某些记录，这将特别有用。

Answer 2

不要遍历字节，而是查看System.IO.BinaryReader。将文件作为FileStream打开，将其包装在BinaryReader中，您可以直接从中读取原始类型，并使用流指针跟踪您在blob中的偏移量。您可能必须自己考虑字节序和自定义类型，可能会在其读取单个字节的方法之上构建自己的BinaryReader扩展方法。

如果确实需要字节数组中的数据，如果先将数组包装在BinaryReader中，仍然可以使用MemoryStream。

如果文件很大，我就会避开File.ReadAllBytes。 FileStream应该为您缓冲，而Stephen建议使用内存映射文件听起来像是一种更复杂（可能更有效）的替代方案，特别是如果您需要为格式化进行第二次传递。