从Unicode字符串中剥离空字节

Question

我的路径是UTF-16字符串。 它们中的大多数仅使用ASCII集，因此像test这样的文件名将存储为

T \x00 E \x00 S \x00 T \x00

我使用Encoding.Unicode.GetString(bytes)读取字符串，并且工作正常（当我将它们打印到控制台或窗体控件中时，正如我期望的那样），但是当我想使用给定的文件创建文件时使用以下代码的文件名

BinaryWriter outFile = new BinaryWriter(File.OpenWrite(path));

我有一个例外

Unhandled Exception: System.ArgumentException: Illegal characters in path.
   at System.IO.Path.CheckInvalidPathChars(String path)
   at System.IO.Path.GetFileName(String path)

可能是因为那里有空字符（也许它在内部存储了原始字节数组），但是我不确定如何处理它。 但是，并非所有的字符串都是ASCII，并且某些字符使用两个字节。

更新：

原来，非法字节只是填充到字符串中的空字节。 但是，我不能简单地剥离所有结尾的空字节，但是我也不知道字符串的长度。 如何从每个字符以n个字节存储的字符串中删除空字节？

Answer 1

从MSDN上的“ Path.GetInvalidPathChars”

无效字符的完整集合可能因文件系统而异。 例如，在基于Windows的桌面平台上，无效的路径字符可能包括ASCII / Unicode字符1到31，以及引号（“），小于（<），大于（>），竖线（|），退格键（ \\ b），空（\\ 0）和制表符（\\ t）。

您可以使用Path.GetInvalidPathChars作为过滤器。 在过滤任何与Path.CheckInvalidPathChars中的字符匹配的字符时，将输入字符串复制到输出字符串。

这是我准备的一个示例：

string input = @"This <path> ""contains"" |some| ~invalid~ characters";

var invalidChars = Path.GetInvalidPathChars();

string output = input.Aggregate(new StringBuilder(), (sb, c) => invalidChars.Contains(c) ? sb : sb.Append(c), sb => sb.ToString());

// output contains: This path contains some ~invalid~ characters

请注意，大多数符号都被滤除，但代字号却没有，因为它们是有效的路径字符。

Answer 2

您最有可能收到此错误，因为如果您调用Path.GetInvalidPathChars() ，则路径中包含可用的无效字符之一。

其中一些字符为" ， < ， |和> 。

因为您已经使用Encoding.Unicode.GetString对该字符串进行了解码，所以此问题与任何UNICODE编码问题都不相关。

这是一些简单（但效率不高）的代码，用下划线替换路径中的无效字符：

var stringBuilder = path
  .Select(c => Path.GetInvalidPathChars().Contains(c) ? '_' : c)
  .Aggregate(new StringBuilder(), (a, c) => a.Append(c));
path = stringBuilder.ToString();