關於BinaryReader讀取資料：在建構函式中指定編碼格式

問題描述：使用BinaryReader從檔案中讀取資料，開始在建立BinaryReader執行個體的時候，未指定編碼格式，結果能通過編譯，但是能在執行過程中會報錯如下：“未處理的異常:  System.ArgumentException: 輸出字元緩衝區太小，無法包含解碼後的字元，編碼“Unicode (UTF-8)”的操作回退“System.Text.DecoderReplacementFallback”。”

 

解決過程：

　　首先附上建立檔案的代碼：

BinaryWriter

 1 using System;
 2 using System.IO;
 3 
 4 class binaryReader
 5 {
 6     static void Main ()
 7     {
 8         FileInfo f = new FileInfo("BinFile2.dat");
 9         BinaryWriter bw = new BinaryWriter(f.OpenWrite());
10 
11         Console.WriteLine("Base Stream is : {0}",bw.BaseStream);
12         
13         double aDouble = 1234.67;
14         int anInt = 32141;
15         char[] aCharArray = {'A','B','C'};
16         string aString = @"teststring";
17 
18         bw.Write(aDouble);
19         bw.Write(anInt);
20         bw.Write(aCharArray);
21         bw.Write(aString);
22         bw.Close();
23 
24     }
25 }

　　然後附上BinaryReader測試代碼：

BinaryReader

 1 using System;
 2 using System.IO;
 3 using System.Text;
 4 
 5 class binaryReader
 6 {
 7     static void Main()
 8     {                
 9         FileInfo f2 = new FileInfo("BinFile2.dat");
10 
11                 BinaryReader br = new BinaryReader(f2.OpenRead());
12         //BinaryReader br = new BinaryReader(f2.OpenRead(),Encoding.Default);
13 
14         int temp = 0;
15         
16         while (br.PeekChar() != -1)
17         
18         {
19             Console.Write("{0,7:x}",br.ReadByte());
20 
21             if (++temp == 4)
22             {
23                 Console.WriteLine();
24                 temp = 0;
25             }
26             
27         }
28         Console.WriteLine();
29     }
30 }

　　還有錯誤提示：

　　由上，之輸出第一字元的16進位編碼，剩下的就開始報錯。但是覺得“字元緩衝區太小”是個很詭異的錯誤，然後就在網上搜了下，看看別人是怎麼做的。

　　第一次，在CSDN上看見有人給出瞭解決的方案，如題目所言，在建立BinaryReader執行個體的時候，指定其編碼方式，就像上面代碼中注釋掉的那一行那樣，就能夠解決問題，將所有字元的16進位編碼正常輸出。

　　這樣，問題首先集中到編碼上。預設的編碼方式有問題，必須指定，才能避免錯誤。那什麼樣的編碼是可行的，什麼樣的編碼有問題？在Encoding裡面，枚舉了六種編碼方式：UTF7、UTF8、Unicode、BigEndianUnicode、UTF32和Default。要說的是這裡的Default是指：System.Text.DBCSCodePageEncoding。接下來，我做了一個測試，枚舉每一種編碼方式，在上面的代碼中挨個試一遍。結果發現，在我寫的那個BinFile2.dat測試檔案上，除了UTF-8運行失敗外，其他的每種方式都是成功的（此處省略）。那麼，就可以推斷，不帶編碼指定的BinaryReader的建構函式預設使用的是UTF-8的編碼，而這樣在讀取過程中試有問題的。

　　現在，至少知道用該用那種編碼了。

　　問題再進一步，在函數塊內部，在讀取檔案的過程中，是哪個函數調用對編碼有“苛刻”的要求？在上面的函數塊中，只包含兩個方法的調用，一個是while語句中的PeekChar()，一個是Console.WriteLine()。我覺得後者的可能性不大，於是做了如下的測試：

BinaryReader2

 1 using System;
 2 using System.IO;
 3 using System.Text;
 4 
 5 class binaryReader
 6 {
 7     static void Main()
 8     {                
 9         FileInfo f2 = new FileInfo("BinFile2.dat");
10 
11         BinaryReader br = new BinaryReader(f2.OpenRead(),Encoding.Default);
12         int temp = 0;
13         int count=20;
14         while (count>0)
15         {
16             Console.Write("{0,7:x}",br.ReadByte());
17 
18             if (++temp == 4)
19             {
20                 Console.WriteLine();
21                 temp = 0;
22             }
23             
24                         count--;
25         }
26         Console.WriteLine();
27     }
28 }

　　結果，除了沒能完全輸出字元之外，運行正常，於是，問題集中在了PeekChar()上面。上面用它來判斷檔案的邊界，MSDN中描述“下一個可用的字元，或者，如果沒有可用字元或者流不支援尋找時為 -1。”也就是說，PeekChar()在判斷是否到邊界的過程中，有一個預讀的過程，結合上面的編碼的問題，可以猜測，在它預讀的時候由於編碼的不合適，導致在該方法內部的緩衝區的溢出。

　　又在網上找到一文《不要使用PeekChar()判斷EOF》，文中只是說不要用PeekChar來判斷EOF，而是使用判斷條件 ( br.BaseStream.Position < br.BaseStream.Length)，但是並沒有給出詳細的理由。

 

 　　而後，又發現了老外也在討論這個問題：http://bytes.com/topic/visual-basic-net/answers/349779-binaryreader-peekchar-argumentexception-conversion-buffer-overflow

　　……

　　繼續深入下去，有兩個點要解決：1、UTF-8編碼的問題；2、PeekChar的工作詳細細節。

總結：通過以上的一系列做法，對BinaryReader的使用有了一些粗淺的瞭解，在使用過程中，能夠合理利用，避開容易出錯的地方，但是，根本的問題還未能真正解決。

----------------------------------------------------------------------------------------------------------------------------------------------------------------------------

      更深入的明日再續。