如何知道文本文件中streamreader的位置(行号)?

时间:2009-05-06 13:31:46

标签: c# streamreader

一个例子(可能不是现实生活,但要说明我的观点):

public void StreamInfo(StreamReader p)
{
    string info = string.Format(
        "The supplied streamreaer read : {0}\n at line {1}",
        p.ReadLine(),
        p.GetLinePosition()-1);               

}

GetLinePosition这里是streamreader的虚构扩展方法。 这可能吗?

当然,我可以自己计算,但这不是问题。

7 个答案:

答案 0 :(得分:21)

我正在寻找解决类似问题的解决方案,我需要寻找特定行的StreamReader。我最终创建了两个扩展方法来获取和设置StreamReader上的位置。它实际上并没有提供行号计数,但实际上,我只是抓住每个ReadLine()之前的位置,如果该行感兴趣,那么我保留起始位置以便稍后设置回到这样的行:

var index = streamReader.GetPosition();
var line1 = streamReader.ReadLine();

streamReader.SetPosition(index);
var line2 = streamReader.ReadLine();

Assert.AreEqual(line1, line2);

和重要的部分:

public static class StreamReaderExtensions
{
    readonly static FieldInfo charPosField = typeof(StreamReader).GetField("charPos", System.Reflection.BindingFlags.NonPublic | System.Reflection.BindingFlags.Instance | BindingFlags.DeclaredOnly);
    readonly static FieldInfo byteLenField = typeof(StreamReader).GetField("byteLen", System.Reflection.BindingFlags.NonPublic | System.Reflection.BindingFlags.Instance | BindingFlags.DeclaredOnly);
    readonly static FieldInfo charBufferField = typeof(StreamReader).GetField("charBuffer", System.Reflection.BindingFlags.NonPublic | System.Reflection.BindingFlags.Instance | BindingFlags.DeclaredOnly);

    public static long GetPosition(this StreamReader reader)
    {
        //shift position back from BaseStream.Position by the number of bytes read
        //into internal buffer.
        int byteLen = (int)byteLenField.GetValue(reader);
        var position = reader.BaseStream.Position - byteLen;

        //if we have consumed chars from the buffer we need to calculate how many
        //bytes they represent in the current encoding and add that to the position.
        int charPos = (int)charPosField.GetValue(reader);
        if (charPos > 0)
        {
            var charBuffer = (char[])charBufferField.GetValue(reader);
            var encoding = reader.CurrentEncoding;
            var bytesConsumed = encoding.GetBytes(charBuffer, 0, charPos).Length;
            position += bytesConsumed;
        }

        return position;
    }

    public static void SetPosition(this StreamReader reader, long position)
    {
        reader.DiscardBufferedData();
        reader.BaseStream.Seek(position, SeekOrigin.Begin);
    }
}

这对我来说效果很好,取决于你使用反射的容忍度它认为这是一个相当简单的解决方案。

注意事项:

  1. 虽然我使用各种System.Text.Encoding选项进行了一些简单的测试,但我使用的所有数据都是简单的文本文件(ASCII)。
  2. 我只使用StreamReader.ReadLine()方法,虽然简要回顾StreamReader的源代码似乎表明在使用其他读取方法时仍然可以使用,但我还没有真正测试过这种情况。

答案 1 :(得分:11)

不,不太可能。 “行号”的概念基于已经读取的实际数据,而不仅仅是位置。例如,如果您要将读者Seek()置于任意位置,那么它不会实际读取该数据,因此无法确定行号。

这样做的唯一方法就是自己跟踪它。

答案 2 :(得分:7)

为任何TextReader提供行计数包装非常容易:

public class PositioningReader : TextReader {
    private TextReader _inner;
    public PositioningReader(TextReader inner) {
        _inner = inner;
    }
    public override void Close() {
        _inner.Close();
    }
    public override int Peek() {
        return _inner.Peek();
    }
    public override int Read() {
        var c = _inner.Read();
        if (c >= 0)
            AdvancePosition((Char)c);
        return c;
    }

    private int _linePos = 0;
    public int LinePos { get { return _linePos; } }

    private int _charPos = 0;
    public int CharPos { get { return _charPos; } }

    private int _matched = 0;
    private void AdvancePosition(Char c) {
        if (Environment.NewLine[_matched] == c) {
            _matched++;
            if (_matched == Environment.NewLine.Length) {
                _linePos++;
                _charPos = 0;
                _matched = 0;
            }
        }
        else {
            _matched = 0;
            _charPos++;
        }
    }
}

缺点(为了简洁起见):

  1. 不检查null
  2. 的构造函数参数
  3. 无法识别终止线路的其他方法。读取由raw \ r或\ n分隔的文件时,与ReadLine()行为不一致。
  4. 不覆盖Read(char [],int,int),ReadBlock,ReadLine,ReadToEnd等“块”级方法。 TextReader实现正常工作,因为它将其他所有内容路由到Read();但是,可以通过实现更好的性能
    • 通过将调用路由到_inner来覆盖这些方法。而不是基地。
    • 将读取的字符传递给AdvancePosition。请参阅示例ReadBlock实现:

  5. public override int ReadBlock(char[] buffer, int index, int count) {
        var readCount = _inner.ReadBlock(buffer, index, count);    
        for (int i = 0; i < readCount; i++)
            AdvancePosition(buffer[index + i]);
        return readCount;
    }
    

答案 3 :(得分:5)

没有

考虑使用底层流对象(可以在任何行中的任何点)寻找任何poisition都是可能的。 现在考虑一下StreamReader保留的任何计数会做什么。

StreamReader应该去找出它现在在哪条线上? 它是否应该只读取多行,而不管文件中的位置是什么?

除了这些问题之外,还有更多的问题会让这成为一个噩梦,imho。

答案 4 :(得分:3)

这是一个用ReadLine()方法实现StreamReader的人,它注册文件位置。

http://www.daniweb.com/forums/thread35078.html

我想应该从StreamReader继承,然后将额外的方法添加到特殊类以及一些属性(_lineLength + _bytesRead):

 // Reads a line. A line is defined as a sequence of characters followed by
 // a carriage return ('\r'), a line feed ('\n'), or a carriage return
 // immediately followed by a line feed. The resulting string does not
 // contain the terminating carriage return and/or line feed. The returned
 // value is null if the end of the input stream has been reached.
 //
 /// <include file='doc\myStreamReader.uex' path='docs/doc[@for="myStreamReader.ReadLine"]/*' />
 public override String ReadLine()
 {
          _lineLength = 0;
          //if (stream == null)
          //       __Error.ReaderClosed();
          if (charPos == charLen)
          {
                   if (ReadBuffer() == 0) return null;
          }
          StringBuilder sb = null;
          do
          {
                   int i = charPos;
                   do
                   {
                           char ch = charBuffer[i];
                           int EolChars = 0;
                           if (ch == '\r' || ch == '\n')
                           {
                                    EolChars = 1;
                                    String s;
                                    if (sb != null)
                                    {
                                             sb.Append(charBuffer, charPos, i - charPos);
                                             s = sb.ToString();
                                    }
                                    else
                                    {
                                             s = new String(charBuffer, charPos, i - charPos);
                                    }
                                    charPos = i + 1;
                                    if (ch == '\r' && (charPos < charLen || ReadBuffer() > 0))
                                    {
                                             if (charBuffer[charPos] == '\n')
                                             {
                                                      charPos++;
                                                      EolChars = 2;
                                             }
                                    }
                                    _lineLength = s.Length + EolChars;
                                    _bytesRead = _bytesRead + _lineLength;
                                    return s;
                           }
                           i++;
                   } while (i < charLen);
                   i = charLen - charPos;
                   if (sb == null) sb = new StringBuilder(i + 80);
                   sb.Append(charBuffer, charPos, i);
          } while (ReadBuffer() > 0);
          string ss = sb.ToString();
          _lineLength = ss.Length;
          _bytesRead = _bytesRead + _lineLength;
          return ss;
 }

认为代码中存在一个小错误,因为字符串的长度用于计算文件位置而不是使用读取的实际字节数(缺少对UTF8和UTF16编码文件的支持)。

答案 5 :(得分:2)

我来这里寻找简单的东西。如果您只是使用ReadLine()并且不关心使用Seek()或其他任何东西,那么只需创建StreamReader的简单子类

class CountingReader : StreamReader {
    private int _lineNumber = 0;
    public int LineNumber { get { return _lineNumber; } }

    public CountingReader(Stream stream) : base(stream) { }

    public override string ReadLine() {
        _lineNumber++;
        return base.ReadLine();
    }
}

然后你用正常的方式,比如来自名为file

的FileInfo对象
CountingReader reader = new CountingReader(file.OpenRead())

您只需阅读reader.LineNumber属性。

答案 6 :(得分:1)

已经针对BaseStream做出的分数是有效且重要的。但是,在某些情况下,您需要阅读文本并知道文本的位置。将它作为一个类写入以使其易于重用仍然是有用的。

我现在试着写这样一堂课。它似乎工作正常,但它相当慢。当性能不是至关重要时(它不是 慢,见下文)应该没问题。

我使用相同的逻辑来跟踪文本中的位置,无论您一次读取一个字符,一次读取一个缓冲区,还是一次读取一行。虽然我确信通过放弃这个可以让它更好地执行,但它使实现起来更容易......而且,我希望,遵循代码。

我对ReadLine方法进行了非常基本的性能比较(我认为这是此实现中最薄弱的一点)与StreamReader,差异几乎是一个数量级。我使用我的StreamReaderEx类获得了22 MB / s,但使用StreamReader直接使用了近9倍(在我配备SSD的笔记本电脑上)。虽然它可能很有趣,但我不知道如何进行正确的阅读测试;也许使用2个相同的文件,每个文件都大于磁盘缓冲区,并交替读取它们。至少我的简单测试在我多次运行时产生一致的结果,并且无论哪个类首先读取测试文件。

NewLine符号默认为Environment.NewLine,但可以设置为长度为1或2的任何字符串。阅读器仅将此符号视为换行符,这可能是一个缺点。至少我知道Visual Studio已经提示我很多次我打开的文件“有不一致的换行符”。

请注意,我没有加入Guard类;这是一个简单的实用程序类,它应该是从上下文如何替换它的obvoius。您甚至可以将其删除,但是您将丢失一些参数检查,因此生成的代码将远离“正确”。例如,Guard.NotNull(s,“s”)只是检查s是否为空,抛出ArgumentNullException(参数名称为“s”,因此是第二个参数),如果是这种情况。

足够的唠叨,这是代码:


public class StreamReaderEx : StreamReader
{
    // NewLine characters (magic value -1: "not used").
    int newLine1, newLine2;

    // The last character read was the first character of the NewLine symbol AND we are using a two-character symbol.
    bool insideNewLine;

    // StringBuilder used for ReadLine implementation.
    StringBuilder lineBuilder = new StringBuilder();


    public StreamReaderEx(string path, string newLine = "\r\n") : base(path)
    {
        init(newLine);
    }


    public StreamReaderEx(Stream s, string newLine = "\r\n") : base(s)
    {
        init(newLine);
    }


    public string NewLine
    {
        get { return "" + (char)newLine1 + (char)newLine2; }
        private set
        {
            Guard.NotNull(value, "value");
            Guard.Range(value.Length, 1, 2, "Only 1 to 2 character NewLine symbols are supported.");

            newLine1 = value[0];
            newLine2 = (value.Length == 2 ? value[1] : -1);
        }
    }


    public int LineNumber { get; private set; }
    public int LinePosition { get; private set; }


    public override int Read()
    {
        int next = base.Read();
        trackTextPosition(next);
        return next;
    }


    public override int Read(char[] buffer, int index, int count)
    {
        int n = base.Read(buffer, index, count);
        for (int i = 0; i