用StreamReader读取到某个字符串

Question

我正在用StreamReader读取文件的.NET应用程序中编写文件解析器。要解析的文件以标头开头，标头以"<eoh>"结尾。我想要从开始直到该字符串读取或忽略所有内容。实际数据在此之后开始。

该文件不是基于行的。一切只有通过这样的标记字符串进行分配。所以我不能使用ReadLine。

如何在不读取一个字符的情况下执行状态机来识别标记工作字符？我正在寻找一种方法，如StreamReader.SkipUntilAfter(string)或StreamReader.ReadUntil(string)。

哦，这个项目仍然使用.NET 2.0，所以在这里不需要LINQ。尽管如果有人建议使用它，我可能会解决这个问题。

Answer 1

TextReader s一般做已经阅读只是逐字。他们使用一个缓冲区，这样更快，但是对于StreamReader的缓冲没有什么不同，只是直到前面读取并拉动到<eoh>。出于同样的原因，直到在该标题之后跳过也没有更好的方法。绝对最佳情况将是一个内置函数，它只是在视觉上抽象出底层代码，所以这不是特别有用。

如果您因为某种原因不相信我，here's the source code。

另外，值得注意的是，无论使用什么，您都必须逐个字符地查看。即使你有办法将它们拉入内存中，比较两个string也是逐个字符的操作。所以你不会保存任何东西。

就我个人而言，我只是喜欢这样的东西。它需要TextReader和结尾字符串，并读取reader，直到找到eoh。然后它返回一个bool它是否找到标记。

public bool SkipUntilAfterHeader(TextReader reader, string eoh) 
{ 
    int eohGuessIndex = 0; 
    int next; 

    while ((next = reader.Read()) != -1) 
    { 
     char c = (char)next; 

     if (c == eoh[eohGuessIndex]) 
     { 
      eohGuessIndex++; 
      if (eohGuessIndex == eoh.Length) 
      { 
       return true; 
      } 
     } 
     else 
     { 
      eohGuessIndex = 0; 
     } 
    } 

    return false; 
} 

我不确定什么.NET 2.0有或没有，所以我写了一些从头开始，可能或可能不必。但是，性能不应该受到影响。这方面的一个很好的方面是，您还可以轻松地添加一个StringBuilder以及一个out参数，该参数可以传递标头信息，以备日后使用。

然后，使用非常简单。

public void ReadFile(string path) 
{ 
    using (StreamReader reader = new StreamReader(path)) 
    { 
     if (SkipUntilAfterHeader(reader, "<eoh>")) 
     { 
      // read file 
     } 
     else 
     { 
      // corrupt file 
     } 
    } 
} 

但是，实际上，读取整个文件并仅返回相关部分可能会更容易。与可读性相比，这取决于性能有多重要。

而在经典的糟糕的形式，请注意，我没有测试 - 甚至编译 - 这一切。但即使不起作用，它也应该相对容易修复。