C# BinaryWriter 写入方法字符串大小

Question

使用 C# 将字符串写入二进制文件时，长度(以字节为单位)会自动添加到输出中。根据MSDN documentation这是一个无符号整数，但也是一个字节。他们给出的示例是单个 UTF-8 字符将是三个写入字节:1 个大小字节和 2 个字符字节。这适用于长度不超过 255 的字符串，并且与我观察到的行为相匹配。

但是，如果您的字符串超过 255 个字节，则无符号整数的大小会根据需要增加。作为一个简单的例子，将 1024 个字符视为:

string header = "ABCDEFGHIJKLMNOP";
for (int ii = 0; ii < 63; ii++)
{
  header += "ABCDEFGHIJKLMNOP";
}
fileObject.Write(header);

在字符串前面加上 2 个字节的结果。创建一个 2^17 长度的字符串会产生一个有点令人抓狂的 3 字节数组。

那么问题来了，读取时如何知道要读取多少字节才能得到后面的内容的大小呢？我不一定先验知道 header 大小。最终，我能否强制 Write(string) 方法始终使用一致的大小(比如 2 个字节)？

一个可能的解决方法是编写我自己的 write(string) 方法，但出于明显的原因我想避免这种情况(类似问题 here 和 here 接受这个作为答案)。另一个更可口的解决方法是让读者寻找启动 ASCII 字符串信息的特定字符(可能是不可打印的字符？)，但这并非万无一失。最后一个解决方法(我能想到的)是强制字符串在特定大小字节数的大小范围内；同样，这也不理想。

虽然强制字节数组的大小保持一致是最简单的，但我可以控制读取器，因此也欢迎任何聪明的读取器解决方案。

Answer 1

BinaryWriter 和 BinaryReader 不是写入二进制数据的唯一方式；简单地说:它们提供了一个在特定读者和作者之间共享的约定。不，你不能告诉他们使用另一个约定——当然除非你将它们都子类化并完全覆盖 ReadString 和 Write(string) 方法。

如果您想使用不同的约定，那么只需:不要使用 BinaryReader 和 BinaryWriter。直接使用任何文本 Encoding 与 Stream 对话非常容易，您可以获取字节数和字节数。然后您可以使用任何您想要的约定。如果您只需要写入最大 65k 的字符串，那么确定:使用固定的 2 个字节(unsigned short)。当然，您还需要决定哪个字节先出现(“字节顺序”)。

至于前缀的大小:本质上是使用:

int byteCount = this._encoding.GetByteCount(value);
this.Write7BitEncodedInt(byteCount);

与:

protected void Write7BitEncodedInt(int value)
{
    uint num = (uint) value;
    while (num >= 0x80)
    {
        this.Write((byte) (num | 0x80));
        num = num >> 7;
    }
    this.Write((byte) num);
}

这种类型的长度编码很常见 - 它与 "varint" that "protobuf" uses 的想法相同，例如(base-128，最低有效组在前，保留7位组中的位顺序，第8位作为延续)