如果文件是文本文件，StreamReader可以找出它使用的Encoding，如何在不读取整个文件的情况下找出它有多少字符？
我正在阅读1GB的CSV文件，用StreamReader读取它需要至少4秒钟。 File.ReadAllText().Length会导致System.OutOfMemoryException。
我想如果我有FileInfo(filename).Length和Encoding，那么我就可以计算出字符数。
答案 0 :(得分：4)
你做不到。原因是，某些编码（特别是UTF-8）具有可变的字符宽度：某些字符仅占用1个字节（ASCII），大量占用2个字节，甚至有每个字符3个或更多字节的情况。因此，在不解码字符的情况下，不可能在编码下知道文件的长度。
此外，C＃字符串中的所有字符都表示为UTF-16，AFAIK，因此，除非您有一个非常奇怪的文本（即您使用来自外部plane 0的许多字符），您可以估计内存要求以字节为单位，通过将字符数乘以2（反之亦然，通过将字节大小加倍来估算字符数）。
现在，一个更好的问题是 - 你为什么需要字符数？你以后用CSV文件做什么，你想把它全部加载到内存中，为什么知道它的大小有帮助呢？
答案 1 :(得分：1)
对于ASCII，CP-437，CP-1252，ISO-8859-1或类似这些的代码页，则字符数将是字节数。
如果文件是UTF-16，那么你不能从字节数中知道字符数，但它可能类似于字节数/ 2.无论如何，你可以准确地计算出将文件保存在.NET字符串中所需的内存大小，因为它将是文件的大小（因为.NET在内部使用UTF-16）加上常量开销。这样一个字符串的长度将是字节数除以2。
如果文件是UTF-8（或任何其他可变宽度编码），那么字符数可以是宽范围，最多可达字节数的几倍，也可以是每字节一个字符。它只取决于数据。
如果文件是UTF-32（极不可能），那么字符数就是文件的长度，以字节为单位除以4。但即使这是确切的字符数，也不表示从该文件创建的.NET字符串的长度，因为这可能涉及在高平面中使用代理代码点，因此答案仍然取决于你对这些信息的了解。
答案 2 :(得分：0)
我不认为它真的可以 - 某些编码会编码具有不同字节数的字符，因此您需要将字节转换为字符以查找字符数。
例如，在UTF-8中，\ u0000到\ u007F中的字符仅以1个字节表示;在\ 0u0080和\ u07FF之间，它们需要2个字节，依此类推。
答案 3 :(得分：0)
对于某些编码，这适用（ASCII，Window 1262，IBM-850等），但不适用于UTF8和UTF7，因为它们有一些字符编码为1字节，有些编码为2（我相信有些甚至更多为2） ）。
答案 4 :(得分：0)
问题是如果文件是UTF8编码的，那么每个字符可以占用1到4个字节，因此你无法以某种方式“计算”字符数而不处理文件。
其他编码方法可能会更有成效。