Question

我无法在c＃中将本地文件读成字符串。

这是我到现在想出的：

git.reset().setMode( ResetType.MIXED ).call();

这是唯一可行的解决方案。

我尝试了一些其他建议的方法来读取文件，例如：

 string file = @"C:\script_test\{5461EC8C-89E6-40D1-8525-774340083829}.html";
 using (StreamReader reader = new StreamReader(file))
 {
      string line = "";
      while ((line = reader.ReadLine()) != null)
      {
           textBox1.Text += line.ToString();
      }
 }

但它没有按预期工作。

以下是我正在尝试阅读的文件的前几行：

正如你所看到的，它有一些时髦的角色，说实话，我不知道这是否是造成这种奇怪行为的原因。

但在第一种情况下，代码似乎跳过这些行，只打印“Office Communicator生成的文档......”

Answer 1

如果您可以使用API或SDK，或者甚至会对您尝试阅读的格式进行描述，那么您的任务会更容易。然而，二进制格式看起来并不复杂，并且安装了hexviewer我得到了这么远，以便从您提供的示例中获取html。

要解析您回退到BinaryReader的非文本文件，然后使用其中一个Read methods从字节流中读取正确的类型。我使用了ReadByte和ReadInt32。请注意如何解释方法的描述中读取了多少字节。当您尝试解密文件时，这会变得很方便。

chomp

您可以在winform应用程序中使用简单的解析逻辑，如下所示：

    private string ParseHist(string file)
    {
        using (var f = File.Open(file, FileMode.Open))
        {
            using (var br = new BinaryReader(f))
            {
                // read 4 bytes as an int
                var first = br.ReadInt32();
                // read integer / zero ended byte arrays as string
                var lead = br.ReadInt32();
                // until we have 4 zero bytes
                while (lead != 0)
                {
                    var user = ParseString(br);
                    Trace.Write(lead);
                    Trace.Write(":");
                    Trace.Write(user.Length);
                    Trace.Write(":");
                    Trace.WriteLine(user);
                    lead = br.ReadInt32();
                    // weird special case
                    if (lead == 2)
                    {
                        lead = br.ReadInt32();
                    }
                }

                // at the start of the html block
                var htmllen = br.ReadInt32();
                Trace.WriteLine(htmllen);
                // parse the html
                var html = ParseString(br);
                Trace.Write(len);
                Trace.Write(":");
                Trace.Write(html.Length);
                Trace.Write(":");
                Trace.WriteLine(html);
                // other structures follow, left unparsed

                return html.ToString();
            }
        }
    }

    // a string seems to be ascii encoded and ends with a zero byte.
    private static string ParseString(BinaryReader br)
    {
        var ch = br.ReadByte();
        var sb = new StringBuilder();
        while (ch != 0)
        {
            sb.Append((char)ch);
            ch = br.ReadByte();
        }
        return sb.ToString();
    }

请记住，这不是防弹或推荐方式，但应该让您入门。对于不能很好地解析的文件，您需要返回到hexviewer并确定其他字节结构是新的还是与您已有的不同。这不是我打算帮助你的东西，而是留给你弄清楚的练习。

Answer 2

我不知道这是否是回答这个问题的正确方法，但这是我迄今为止所做的事情：

        string file = @"C:\script_test\{1C0365BC-54C6-4D31-A1C1-586C4575F9EA}.hist";
                    string outText = "";
        //Encoding iso = Encoding.GetEncoding("ISO-8859-1");
        Encoding utf8 = Encoding.UTF8;
        StreamReader reader = new StreamReader(file, utf8);
        char[] text = reader.ReadToEnd().ToCharArray();
        //skip first n chars
        /*
        for (int i = 250; i < text.Length; i++)
        {
            outText += text[i];
        }
        */
        for (int i = 0; i < text.Length; i++)
        {
            //skips non printable characters
            if (!Char.IsControl(text[i]))
            {
                outText += text[i];
            }
        }
        string source = "";
        source = WebUtility.HtmlDecode(outText);
        HtmlAgilityPack.HtmlDocument htmlDoc = new HtmlAgilityPack.HtmlDocument();
        htmlDoc.LoadHtml(source);

        string html = "<html><style>";
        foreach (HtmlNode node in htmlDoc.DocumentNode.SelectNodes("//style"))
        {
            html += node.InnerHtml+ Environment.NewLine;
        }
        html += "</style><body>";
        foreach (HtmlNode node in htmlDoc.DocumentNode.SelectNodes("//body"))
        {
            html += node.InnerHtml + Environment.NewLine;
        }
        html += "</body></html>";
        richTextBox1.Text += html+Environment.NewLine;

        webBrowser1.DocumentText = html;

会话正确显示，包括样式和编码。

所以这对我来说是一个开始。

谢谢大家的支持！

修改

Char.IsControl(char)

跳过不可打印的字符：）

如何读取包含HTML的Lync对话文件？

2 个答案: