文章目錄
參考:
1. 《C#進階編程》第六版
2. 檔案流和資料流-C#程式設計教程
2010-7-11補充:
發現了一篇講編碼的深入而全面的好文章http://www.cnblogs.com/KevinYang/archive/2010/06/18/1760597.html
向檔案寫入非字元類型資料
當向檔案中寫入非字元類型的資料時,StreamWriter和BinaryWriter存在巨大差異。
StreamWriter是把各種類型的資料都轉化成字元,然後把字元按照一定的格式編碼出來的資料寫入檔案中。
BinaryWriter是直接把資料在記憶體中的真實狀態寫入到檔案中。
例子:
class Program{ static void Main(string[] args) { FileStream fs = File.Open("E:\\MyFile.txt", FileMode.OpenOrCreate, FileAccess.Write); StreamWriter sw = new StreamWriter(fs); BinaryWriter bw = new BinaryWriter(fs); sw.Write(100); bw.Write(100); }}
用UEdit查看MyFile.txt的16進位碼.
sw的輸出為31 30 30,佔三個位元組。代表了'1', '0', '0'的ASCII碼。它輸出的全是文本資料。
bw的輸出為64 00 00 00 ,佔四個位元組。這正是100在記憶體中的真實狀態。int類型佔四個位元組。
用記事本開啟,sw的輸出顯示為:"100", bw的輸出顯示為 "d ", 因為100對應了ASCII碼的d。
BinaryWriter寫進去的東西,StreamReader是認不出來的,只能用BinaryReader的對應方法來讀取,程式員記住自己是用什麼方式寫的,然後在用BinaryReader讀取時,指定好匹配的編碼方式,就可以將原來的資料還原了。
你當初寫進去的是int型,就用BinaryReader.ReadInt32()來讀取。
例如剛才寫進去的100,可以這樣讀取:
class Program { static void Main(string[] args) { FileStream fs = File.Open("E:\\MyFile.txt", FileMode.Open, FileAccess.Read); BinaryReader br = new BinaryReader(fs); int a = br.ReadInt32(); } }
這樣,a就等於100了
另外的例子:
BinaryWriter bw = new BinaryWriter(fs, Encoding.UTF32); bw.Write('a'); 輸出為:61 00 00 00,佔4位元組,這就是字元'a'用UTF32格式編碼的結果。
讀取這個輸出
BinaryReader br = new BinaryReader(fs, Encoding.UTF32); Console.WriteLine(br.ReadChar());
BinaryWriter bw = new BinaryWriter(fs, Encoding.ASCII); bw.Write('a'); 輸出為:61,佔1位元組,這就是字元'a'用ACSII格式編碼的結果。 讀取這個輸出
BinaryReader br = new BinaryReader(fs, Encoding.ASCII); Console.WriteLine(br.ReadChar());
檔案的本質:
所謂的.txt檔案,本質不過是硬碟上一堆位元據而已。
往檔案中寫文本,就是把文本所對應的編碼(也就是數字)寫進txt檔案。
當你用記事本開啟一個txt,就是使用“記事本”這個程式對這堆位元據進行解釋。
比方說記事本在txt中讀到了一個64H,然後記事本去ASCII字型檔裡查詢64H代表什麼字元,查到它代表‘d’,於是記事本就負責把‘d’這個字元給顯示出來。其實檔案裡存的不是‘d’,而是‘d’的ASCII編碼。
但問題是,世界上存在多種編碼方式,也就對應了不同的字型檔,比如GBK, 比如Big5, 比如Unicode,同樣的編碼在不同的字型檔中對應了不同的字。所以記事本對位元據進行解釋的時候,需要知道這些資料使用什麼方式編碼,才能去對應的字型檔查它是哪個字。所以檔案頭有時候會有一些標識資料,用來提示記事本這個txt是用什麼方式編碼。
比如:檔案頭的FF FE意味著本文用Unicode格式編碼。而FE FF意味著用BigEndianUnicode方式。所以FF FE 8B 73 被解釋為'王', FE FF 8B 73被解釋為‘譳’。
我們建立一個文字文件,輸入'王',然後查看其16進位的資料,發現文檔資料為:CD F5。這是預設編碼格式下的'王'的編碼。
然後將該文字文件另存新檔Unicode格式的,發現其16進位資料變成了:FF FE 8B 73。
再另存新檔Unicode big endin之後,16進位資料變為:FE FF 73 8B。
這些底層資料的變化過程是由記事本程式來維護的,但無論底層資料怎麼變動,我們看到的文本都是不變的。記事本程式並負責格式轉換並保證只改變編碼方式而不改變文本。
出現亂碼,就是對位元據進行了錯誤的解釋。
向檔案中寫入字元資料時
當用於寫字元的時候,StreamWriter和BinaryWriter是差不多的。二者稍有區別。
看下面的例子:
FileStream fs = File.Open("E:\\MyFile.txt", FileMode.OpenOrCreate, FileAccess.Write);StreamWriter sw = new StreamWriter(fs, Encoding.Unicode);sw.Write(‘王’);MyFile.txt內容為:FF FE 8B 73StreamWriter sw = new StreamWriter(fs, Encoding.BigEndianUnicode);sw.Write(‘王’);MyFile.txt內容為:FE FF 73 8B BinaryWriter bw = new BinaryWriter(fs, Encoding.Unicode);bw.Write(‘王’);MyFile.txt內容為:8B 73BinaryWriter bw = new BinaryWriter(fs, Encoding.BigEndianUnicode);bw.Write(‘王’);MyFile.txt內容為:73 8B
當建立的時候,StreamWriter會順便寫入FF FE這樣的標識資料,而BinaryWriter不會寫入任何錶示資料,只把'王'的編碼寫入檔案。
當append的時候,StreamReader設定的編碼方式是不會改變文檔原有的編碼方式的。
舉例來說。
有一個空的Unicode格式的MyFile.txt,該txt檔案中只有兩個位元組的資料:FF FE。
執行如下代碼:
FileStream fs = File.Open("E:\\MyFile.txt", FileMode.Append, FileAccess.Write);
StreamWriter sw = new StreamWriter(fs);
sw.Write('王');
執行之後,MyFile.txt內的資料為:FF FE E7 8E 8B, 其中E7 8E 8B是StreamWriter採用預設編碼格式對'王'進行編碼的結果。
當記事本程式試圖將FF FE E7 8E 8B解釋成文本時,遇到FF FE會認為這是Unicode編碼,於是把後邊的所有資料都按照Unicode的格式解釋,於是E7 8E 8B被解釋成了亂碼。把FF FE 改成00 00 之後,記事本找不到FF FE,於是就把這一坨資料按照預設解釋,這就正確地將E7 8E 8B解釋成了‘王’字。