如何將包含零的字節緩衝區轉換爲字符串

我有一個字節數組作爲輸入。這應該是符合標準的UTF8 HTML的二進制表示。這是，但大部分時間。有時它也包含嵌入的空值（\x0字符或NUL）。這不在我的控制之下。我需要將此字節數組轉換爲字符串。如何將包含零的字節緩衝區轉換爲字符串

到目前爲止已經試過：

顯然使用，因爲它停在打黑第一NUL
Encoding.UTF8.GetString無法正常工作或一個StreamReader或TextReader不工作 - 也停在第一NUL

什麼工作，但相當不雅：

mynewarray = myoldarray.Where(x => x!=0).ToArray(); 
    var output = Encoding.UTF8.GetString(mynewarray);

有沒有更好的方法來做到這一點，除了創建一個新的字節數組跳過NUL字符，然後使用上面的解決方案之一？字節數組可能相當大，超過2-4 Mb ... MSDN指出字符串實際上可能包含嵌入的NUL，但並不知道處理這些字符串的最佳方法是什麼。

來源

2012-02-20 jdehaan

事實上，'UTF8.GetString（字節[]）'不應該在零點停止.. 。但是在那之後，你確實有一個包含''\ 0''的字符串。 – 2012-02-20 17:32:27

我依賴於斷言的長度屬性，它遠小於緩衝區大小。我需要仔細檢查。 – jdehaan 2012-02-20 18:15:46

如果任何擴展字符在其中，字符串的長度將小於緩衝區大小。 – BlueM 2012-02-20 18:22:20

您的字符串已經正確。它將包含NUL字符。但是，當你使用字符串包含NUL字符時，你會遇到各種問題。

Encoding.UTF8.GetString不會停在\ 0處，就像您在我的示例中看到的那樣。

看的時候輸出這樣的字符串會發生什麼：

var text = new byte[]{65, 65, 0, 65}; 
    var s = Encoding.UTF8.GetString(text); 
    Console.WriteLine("len is: " + s.Length + " chars"); 
    Console.WriteLine("text: '" + s + "'");  
    Console.WriteLine("this line doesn't appear because NUL was sent to console");

輸出爲：

len is: 4 chars 
text: 'AA

來源

2012-02-20 17:25:56 BlueM

你完全正確，代碼確實已經在工作......我忽略了由於\ r \ n轉換導致長度不匹配，我錯過了一個數字。長度實際上比原始數組大。我現在就啞巴了。現在感覺有點傻了。然後我可以使用'Replace'方法去除轉換字符串中的'NUL'字符。這使得代碼更安全恕我直言，因爲在某些編碼中，0字節可能是有效的。現在我可以避免在源數組中拋出0字節。 – jdehaan 2012-02-22 09:30:02

使用GetString的過載，這需要開始索引和字節數來解碼

var output = Encodeing.UTF8.GetString(mynewarray, 0, mynewarray.Length);

來源

2012-02-20 17:15:11 Phil

如果多字節代碼中沒有'\ 0's。 – 2012-02-20 17:26:08

您的代碼看起來好像沒什麼問題，但你也許可以通過手動控制的緩衝區來優化它（不確定什麼Where()）和/或通過使用不安全的代碼。

指針數學對於通過數組進行快速迭代非常適用，並且您可以完全控制想要提升內存指針的距離（因此它是「不安全的」）。這意味着你可以隨意消費/跳過任何角色。爲了這個目的，我在c＃中定期使用優化的緩衝區+不安全的代碼。

.NET框架在適當的地方使用緩衝和不安全的代碼，但由於您知道自己的確切需求，因此您可以調整性能。但是，它會導致更詳細的代碼。

來源

2012-02-20 17:18:55

如何將包含零的字節緩衝區轉換爲字符串

回答

相關問題