c# - 如何按 block 读取文件

Question

我对如何按 block 读取大文件(> 8GB)感到有点困惑，以防每个 block 都有自己的大小。

如果我知道 block 大小，它看起来像下面的代码:

using (FileStream fs = new FileStream(path, FileMode.Open, FileAccess.Read, FileShare.Read, ProgramOptions.BufferSizeForChunkProcessing))
{
    using (BufferedStream bs = new BufferedStream(fs, ProgramOptions.BufferSizeForChunkProcessing))
    {
        byte[] buffer = new byte[ProgramOptions.BufferSizeForChunkProcessing];
        int byteRead;
        while ((byteRead = bs.Read(buffer, 0, ProgramOptions.BufferSizeForChunkProcessing)) > 0)
        {
            byte[] originalBytes;
            using (MemoryStream mStream = new MemoryStream())
            {
                mStream.Write(buffer, 0, byteRead);
                originalBytes = mStream.ToArray();
            }
        }
    }
}

但是想象一下，我已经按 block 读取大文件，对每个 block 进行一些编码(更改该操作后 block 的大小)并将所有处理过的 block 写入另一个新文件。现在我需要做相反的操作。但我不知道确切的 block 大小。我有个主意。在处理完每个 block 之后，我必须在 block 字节之前写入新的 block 大小。像这样:

Number of block bytes
Block bytes
Number of block bytes
Block bytes

所以在那种情况下，首先我需要做的是读取 block 的 header 并准确了解 block 大小。我只读取和写入文件字节数组。但我有一个问题 - 应该如何查看 block 的 header ？标题可能必须包含一些边界？

Answer 1

如果文件结构严格，每个数据 block 前面都有一个 32 位长度的值，那么它很容易阅读。每个 block 的“ header ”只是 32 位长度值。

如果你想读取这样的文件，最简单的方法可能是将读取封装到一个返回IEnumerable<byte[]>的方法中。像这样:

public static IEnumerable<byte[]> ReadChunks(string path)
{
    var lengthBytes = new byte[sizeof(int)];

    using (var fs = new FileStream(path, FileMode.Open, FileAccess.Read, FileShare.Read))
    {
        int n = fs.Read(lengthBytes, 0, sizeof (int));  // Read block size.

        if (n == 0)      // End of file.
            yield break;

        if (n != sizeof(int))
            throw new InvalidOperationException("Invalid header");

        int blockLength = BitConverter.ToInt32(lengthBytes, 0);
        var buffer = new byte[blockLength];
        n = fs.Read(buffer, 0, blockLength);

        if (n != blockLength)
            throw new InvalidOperationException("Missing data");

        yield return buffer;
    }
}

然后就可以简单的使用了:

foreach (var block in ReadChunks("MyFileName"))
{
    // Process block.
}

请注意，您不需要提供自己的缓冲。