原文:http://www.cnblogs.com/ybwang/archive/2010/06/12/1757409.html
参考:
1. 《C#高级编程》第六版
2010-7-11补充:
发现了一篇讲编码的深入而全面的好文章http://www.cnblogs.com/KevinYang/archive/2010/06/18/1760597.html
向文件写入非字符类型数据
当向文件中写入非字符类型的数据时,StreamWriter和BinaryWriter存在巨大差异。
StreamWriter是把各种类型的数据都转化成字符,然后把字符按照一定的格式编码出来的数据写入文件中。
BinaryWriter是直接把数据在内存中的真实状态写入到文件中。
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进制码.
sw的输出为31 30 30,占三个字节。代表了'1', '0', '0'的ASCII码。它输出的全是文本数据。
bw的输出为64 00 00 00 ,占四个字节。这正是100在内存中的真实状态。int类型占四个字节。
用记事本打开,sw的输出显示为:"100", bw的输出显示为 "d ",因为100对应了ASCII码的d。
BinaryWriter写进去的东西,StreamReader是认不出来的,只能用BinaryReader的对应方法来读取,程序员记住自己是用什么方式写的,然后在用BinaryReader读取时,指定好匹配的编码方式,就可以将原来的数据还原了。
你当初写进去的是int型,就用BinaryReader.ReadInt32()来读取。
例如刚才写进去的100,可以这样读取:
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();
}
}
这样,a就等于100了
另外的例子:
BinaryWriter bw = new BinaryWriter(fs, Encoding.UTF32);
bw.Write('a');
输出为:61 00 00 00,占4字节,这就是字符'a'用UTF32格式编码的结果。
读取这个输出
BinaryReader br = new BinaryReader(fs, Encoding.UTF32);
Console.WriteLine(br.ReadChar());
BinaryWriter bw = new BinaryWriter(fs, Encoding.ASCII);
bw.Write('a');
输出为:61,占1字节,这就是字符'a'用ACSII格式编码的结果。
读取这个输出
BinaryReader br = new BinaryReader(fs, Encoding.ASCII);
Console.WriteLine(br.ReadChar());
文件的本质:
所谓的.txt文件,本质不过是硬盘上一堆二进制数据而已。
往文件中写文本,就是把文本所对应的编码(也就是数字)写进txt文件。
当你用记事本打开一个txt,就是使用“记事本”这个程序对这堆二进制数据进行解释。
比方说记事本在txt中读到了一个64H,然后记事本去ASCII字库里查询64H代表什么字符,查到它代表‘d’,于是记事本就负责把‘d’这个字符给显示出来。其实文件里存的不是‘d’,而是‘d’的ASCII编码。
但问题是,世界上存在多种编码方式,也就对应了不同的字库,比如GBK, 比如Big5, 比如Unicode,同样的编码在不同的字库中对应了不同的字。所以记事本对二进制数据进行解释的时候,需要知道这些数据使用什么方式编码,才能去对应的字库查它是哪个字。所以文件头有时候会有一些标识数据,用来提示记事本这个txt是用什么方式编码。
比如:文件头的FF FE意味着本文用Unicode格式编码。而FE FF意味着用BigEndianUnicode方式。所以FF FE 8B 73 被解释为'王', FE FF 8B 73被解释为‘譳’。
我们新建一个文本文档,输入'王',然后查看其16进制的数据,发现文档数据为:CD F5。这是默认编码格式下的'王'的编码。
然后将该文本文档另存为Unicode格式的,发现其16进制数据变成了:FF FE 8B 73。
再另存为Unicode big endin之后,16进制数据变为:FE FF 73 8B。
这些底层数据的变化过程是由记事本程序来维护的,但无论底层数据怎么变动,我们看到的文本都是不变的。记事本程序并负责格式转换并保证只改变编码方式而不改变文本。
出现乱码,就是对二进制数据进行了错误的解释。
向文件中写入字符数据时
当用于写字符的时候,StreamWriter和BinaryWriter是差不多的。二者稍有区别。
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内容为:FF FE 8B 73
StreamWriter sw = new StreamWriter(fs, Encoding.BigEndianUnicode);
sw.Write(‘王’);
MyFile.txt内容为:FE FF 73 8B
BinaryWriter bw = new BinaryWriter(fs, Encoding.Unicode);
bw.Write(‘王’);
MyFile.txt内容为:8B 73
BinaryWriter bw = new BinaryWriter(fs, Encoding.BigEndianUnicode);
bw.Write(‘王’);
MyFile.txt内容为:73 8B
当新建的时候,StreamWriter会顺便写入FF FE这样的标识数据,而BinaryWriter不会写入任何表示数据,只把'王'的编码写入文件。
当append的时候,StreamReader设定的编码方式是不会改变文档原有的编码方式的。
举例来说。
有一个空的Unicode格式的MyFile.txt,该txt文件中只有两个字节的数据:FF FE。
执行如下代码:
FileStream fs = File.Open("E:\\MyFile.txt", FileMode.Append, FileAccess.Write);
StreamWriter sw = new StreamWriter(fs);
sw.Write('王');
执行之后,MyFile.txt内的数据为:FF FE E7 8E 8B, 其中E7 8E 8B是StreamWriter采用默认编码格式对'王'进行编码的结果。
当记事本程序试图将FF FE E7 8E 8B解释成文本时,遇到FF FE会认为这是Unicode编码,于是把后边的所有数据都按照Unicode的格式解释,于是E7 8E 8B被解释成了乱码。把FF FE 改成00 00 之后,记事本找不到FF FE,于是就把这一坨数据按照默认方式解释,这就正确地将E7 8E 8B解释成了‘王’字。
分类: c#基础
绿色通道: 好文要顶 关注我 收藏该文与我联系
+加关注
5
0
(请您对文章做出评价)
« 上一篇:[学习笔记]c#中的委托、事件、Func、Predicate、Observer设计模式以及其他
» 下一篇:[学习笔记].NET中的内存分析
posted on 2010-06-12 21:52 ybwang1989 阅读(4712) 评论(2) 编辑 收藏
好文,赞一个!
支持(0)反对(0)
好文,基础。
支持(0)反对(0)