c# - 有没有更好的方法将任意输入转换为 ASCII？

Question

我需要能够接受任意文本输入，其上可能带有字节顺序标记 (BOM) 以标记其编码，并将其输出为 ASCII。我们有一些不理解 BOM 的旧工具，我需要向它们发送纯 ASCII 数据。

现在，我刚刚写完这段代码，我简直不敢相信这里的效率低下。数据的四个副本，更不用说 StreamReader 内部的任何中间缓冲区了。有更好的方法吗？

// i_fileBytes is an incoming byte[]

string unicodeString = new StreamReader(new MemoryStream(i_fileBytes)).ReadToEnd();
byte[] unicodeBytes  = Encoding.Unicode.GetBytes(unicodeString.ToCharArray());
byte[] ansiBytes     = Encoding.Convert(Encoding.Unicode, Encoding.ASCII, unicodeBytes);
string ansiString    = Encoding.ASCII.GetString(ansiBytes);

我需要 StreamReader()，因为它有一个内部 BOM 检测器来选择编码来读取文件的其余部分。然后剩下的就是让它转换成最终的ASCII字符串。

有更好的方法吗？

Answer 1

如果内存中已经有 i_fileBytes，您可以只检查它是否以 BOM 开头，然后使用 Encoding.Unicode.GetString 转换整个文件或仅转换 BOM 之后的位。 (使用允许您指定索引和长度的重载。)

所以作为代码:

int start = (i_fileBytes[0] == 0xff && i_fileBytes[1] == 0xfe) ? 2 : 0;
string text = Encoding.Unicode.GetString(i_fileBytes, start, i_fileBytes.Length-start);

请注意，这假定了一个真正的小端 UTF-16 编码，但是。如果您真的需要首先检测编码，您可以重新实现 StreamReader 所做的，或者可能只是从前(比如说)10 个字节构建一个 StreamReader，然后使用 CurrentEncoding 属性来计算您应该 用于编码。

编辑:现在，至于转换为 ASCII - 如果您真的只需要它作为 .NET 字符串，那么您可能想要做的就是用“？”替换任何非 ASCII 字符。或类似的东西。 (或者，抛出异常可能更好……当然，这取决于您。)

编辑:请注意，在检测编码时，最好只调用一次 Read() 来读取一个字符。不要调用 ReadToEnd()，因为选择 10 个字节作为任意数量的数据，它可能会在字符中间结束。我不知道这是否会引发异常，但无论如何它没有任何好处......