FileInfo.Length！=所有行长度的总和

Question

我正在尝试为大文件阅读制作进度条。 我将进度条的最大值设置为FileInfo.Length ，我使用StreamReader.ReadLine读取每一行并计算每个行长度的总和（使用String.Length ）来设置进度条的当前值。

我注意到文件的总长度和每行的长度之和存在差异。 例如： FileInfo.Length = 25577646所有行长度的总和= 25510563

为什么会有这样的差异？

谢谢你的帮助！

Answer 1

您没有添加行尾。 它可以是从1到4个字节，这取决于编码，或者如果它是一个\\n或\\r或\\r\\n （1个字节= UTF8 + \\n ，4个字节= UTF16 + \\r\\n ）

请注意，使用ReadLine ，无法检查哪个行尾（ \\n或\\r或\\r\\n遇到它）

来自ReadLine ：

一行被定义为一个字符序列，后跟一个换行符（“\\ n”），一个回车符（“\\ r”），或一个回车符后面紧跟一个换行符（“\\ r \\ n”）

其他问题：如果你的文件是UTF8，那么C＃char长度与字节长度不同： è是C＃中的一个char（使用UTF16），UTF8中有2个字符。 你可以：

int len = Encoding.UTF8.GetByteCount(line);

Answer 2

这里有两个问题：

string.Length为您提供每个字符串中的字符数，而FileInfo.Length为您提供字节数 。 这些可能是非常不同的东西，取决于使用的字符和编码
您没有包含换行符（通常为\\n或\\r\\n ），因为在使用TextReader.ReadLine读取行时会删除换行符

关于如何做到这一点......

您可能知道文件的编码，因此您可以通过调用Encoding.GetBytes将每行重新转换为字节来解释该差异。 尽管这样做会非常浪费。
如果您知道文件使用的换行符，则可以为您读取的每一行添加相关的字节数
您可以保留对基础流的引用，并使用Stream.Position来检测您实际读取的文件的距离。 这不一定与您处理的数据量相同，因为StreamReader将具有缓冲区。 （因此，即使您尚未处理所有行，您也可以“看到” Stream已读取所有数据。）

最后一个想法可能是最干净的IMO。