FileInfo.Length！=所有行长度的总和

Question

我正在尝试为大文件阅读制作进度条。  我将进度条的最大值设置为FileInfo.Length，我使用StreamReader.ReadLine读取每一行并计算每个行长度的总和（使用String.Length）以设置进度条的当前值。

我注意到文件的总长度与每行长度之和存在差异。例如 ： FileInfo.Length = 25577646 所有行长度的总和= 25510563

为什么会有这样的差异？

感谢您的帮助！

Answer 1

您没有添加行尾。它可以是1到4个字节，具体取决于编码，或者它是\n还是\r还是\r\n（1个字节= UTF8 + \n，4 bytes = UTF16 + \r\n）

请注意，使用ReadLine时，无法检查哪一行（\n或\r或\r\n遇到了这一行

来自ReadLine：

  

一行被定义为字符序列，后跟换行符（“\ n”），回车符（“\ r”）或回车符后紧跟换行符号（“\ r \ nn “）

其他问题：如果你的文件是UTF8，那么C＃char长度与字节长度不同：è是C＃中的一个char（使用UTF16），UTF8中有2个字符。你可以：

int len = Encoding.UTF8.GetByteCount(line);

Answer 2

这里有两个问题：

• string.Length为您提供每个字符串中字符的数量，而FileInfo.Length为您提供字节数。那些可能是非常不同的东西，取决于字符和使用的编码
• 您不包括换行符（通常为\n或\r\n），因为在使用TextReader.ReadLine
读取行时会删除这些换行符

关于如何应对......

• 您可能知道文件的编码，因此您可以通过调用Encoding.GetBytes将每行转换回字节来解释该差异。这样做会非常浪费。
• 如果你知道文件使用的换行符，你可以为你读的每一行添加相关的字节数
• 您可以保留对基础流的引用，并使用Stream.Position来检测您实际读取的文件的距离。但这不一定与您已经处理的数据量相同，因为StreamReader将有缓冲区。 （所以你很可能＆＃34;看到＆＃34; Stream已经阅读了所有数据，即使你还没有处理过所有的数据。）

最后一个想法可能是最干净的，IMO。