我的任务是为具有以下规范的文件格式编写阅读器:

1. 第一部分是带有元数据 (utf-8) 的纯 xml；
2. 最后一部分是 16 位值流(二进制)；
3. 这两个部分由值为 29 的一个字节分隔(ASCII 表中的组分隔符)。

我看到了两种读取文件的 xml 部分的方法。 第一个是逐字节构建字符串，直到找到分隔符。

另一种是使用一些库来解析 xml 并自动检测格式正确的 xml 的结尾。

问题是:是否有任何 .NET 库会在 XML 中的最后一个结束标记之后自动停止？

(或者，谁能建议一种更明智的方式来读取这种文件格式？)

更新:根据 Peter Duniho 的回答，稍作修改，我得到了这个(它有效，但尚未经过全面的单元测试)。

        int position = 0;
        MemoryStream ms;

        using (FileStream fs = File.OpenRead("file.xml"))
        using (ms = new MemoryStream())
        {
            int current;
            while ((current = fs.ReadByte()) > 0)
            {
                position++;

                if (current == 29)
                    break;

                ms.WriteByte((byte)current);
            }
        }

        var xmlheader = new XmlDocument();
        xmlheader.LoadXml(Encoding.UTF8.GetString(ms.ToArray()));

最佳答案

根据您提供的信息，只需搜索值为 29 的字节即可 ，因为 XML 是 UTF8，只有当文件中存在字符代码点 29 时，才会出现值为 29 的字节.现在，我猜它可能存在，但它会令人惊讶，因为它在 ASCII 值的控制字符范围内。

来自 XML 1.0 规范:

Char ::= #x9 | #xA | #xD | [#x20-#xD7FF] | [#xE000-#xFFFD] | [#x10000-#x10FFFF] /* any Unicode character, excluding the surrogate blocks, FFFE, and FFFF. */

虽然评论暗示 29 将是 XML 文件中的有效代码点(因为它本身是有效的 Unicode 字符)，但我认为实际语法规范。 IE。它明确排除了代码点 32 以下的字符，制表符、换行符和回车符除外，因此 29 不是有效的 XML 字符(正如 Jon Skeet 所说)。

也就是说，如果没有完整的输入规范，我不能排除这种可能性。因此，如果您真的想安全起见，就必须继续解析 XML，希望为根元素找到合适的结束标记。然后您可以搜索字节 29(因为结束标记后可能有空格)，以确定二进制数据的起始位置。

(注意:请求库是“题外话”。但是您可以使用 XmlReader 来执行此操作，因为它在迭代的基础上运行；即您可以终止它的运行在您点击最后一个结束标记之后，在它开始提示发现无效的 XML 之前。然而，这将取决于 XmlReader 可能做的缓冲；如果它缓冲结束标记之后的额外数据，那么底层流的位置将超过 29 字节，这使得它更难找到。坦率地说，只搜索 29 字节似乎是可行的方法)。

您可以像这样在 header 中搜索 29 字节(警告:浏览器代码...未编译、未测试):

MemoryStream xmlStream = new MemoryStream();

using (FileStream stream = File.OpenRead(path))
{
    int offset = 0, bytesRead = 0;

    // arbitrary size...whatever you think is reasonable would be fine
    byte[] buffer = new byte[1024];

    while ((bytesRead = stream.Read(buffer, 0, buffer.Length)) > 0)
    {
        bool found = false;

        for (int i = 0; i < bytesRead; i++)
        {
            if (buffer[i] == 29)
            {
                offset += i;
                found = true;
                xmlStream.Write(buffer, 0, i - 1);
                break;
            }
        }

        if (found)
        {
            break;
        }

        offset += bytesRead;
        xmlStream.Write(buffer, 0, bytesRead);
    }

    if (bytesRead > 0)
    {
        // found byte 29 at offset "offset"

        xmlStream.Position = 0;

        // pass "xmlStream" object to your preferred XML-parsing API to
        // parse the XML, or just return it or "xmlStream.ToArray()" as
        // appropriate to the caller to let the caller deal with it.
    }
    else
    {
        // byte 29 not found!
    }
}

编辑:

我已经更新了上面的代码示例以写入 MemoryStream 对象，这样一旦找到字节 29 的值，您就已经准备好进行 XML 解析的流.当然，我相信如果确实需要，您可以自己添加。在任何情况下，显然您都可以修改代码，无论是否具有该功能，以满足您的需要。

(在搜索时写入 MemoryStream 存在明显的危险:如果您没有找到字节 29 的值，您将得到整个文件的完整副本在内存中，您建议您可能更愿意避免这种情况。但考虑到这是错误情况，这可能没问题。

关于c# - 如何从 C# 中的混合 xml/二进制文件的 header 中读取 XML 数据，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/29099499/