为什么文件大小（以字节为单位）不等于每行的总和字节大小？

Question

我尝试创建一个进度条，显示解析文本文件的解析器的进度。

为此，我使用fileSize = FileInfo(file).Length读取文件的字节，并在每次迭代中，我使用

总结当前行的字节数

sum += reader.CurrentEncoding.GetByteCount(currentLine)

我认为当我读完整个文件后，sum应该等于fileSize。

但是，情况并非如此。 sum总是比fileSize低几千字节。为什么是这样？如何正确创建显示我已解析的文件数量的进度？

Answer 1

因为ReadLine()会删除行结尾。通常是CR + LF但遗憾的是文本文件还有其他约定（只是LF）。

我想您可以找出LineFeed在您的数据中的含义，只需添加长度，无需费心编码：

sum += reader.CurrentEncoding.GetByteCount(currentLine) + 2;

Answer 2

可能有几个原因，很可能是由于编码。我不是在谈论像UTF-8编码或类似的编码，而是在线结尾。

例如，文本文件可能包含两行，包含两个单词：

Hello
World

只计算每行的字节数，最终得到10个字节（每个5个字符）。但是，根据文件编码，它的行结尾标有\r，\r\n或\n，不包含在行的长度中。

根据您的文件大小，您可以将整个文件读入String[]，或者将流的当前位置用作进度指示器。

Answer 3

currentLine最后是否包含换行符？怎么办

sum += reader.CurrentEncoding.GetByteCount(currentLine + Environment.NewLine);

Answer 4

这是因为文件系统中的每个文件都有一个带有元数据的标题，例如权限，时间戳等。此外，您还没有考虑特殊字符，例如换行符，行结尾，文件结尾。不要担心，如果你想要精确地使用你的进度条，你可以使用你的行总数，如果不是真的，可以使用FileInfo。