解析特殊的換行符

Question

我敢肯定，這很簡單，我會搞砸，但這是：

我正在嘗試解析通常以UNICODE格式設置的日志文件（我會自由地承認，我通常對UNICODE不太了解，但是文件的前兩個字節為0xFFFE，並且每個字節之間為零其他字符）。 奇怪的是，該文件似乎以字節序列0x0D000D0A結束，即\\ r \\ 0 \\ r \\ n，這顯然使我的TextReader無法讀取它。

也就是說，我打印的所有其他行都充滿了：

?????????????????? ???????????? ?      ?????????  ? ?????????????  ? ?????????????? ???? ??? ????? ???????????????????? ??? ???????????? ????????????????? ?????????????????????? ???????????????????? ?????? ????????????????????? ????????????? ?????

對我而言，使用C＃解析此內容的推薦方法是什么？ 或更確切地說，我在做什么錯？

謝謝！

更新：對不起，我應該在最初的發布中就包含了我使用的代碼。 這里是：

FileStream fsa = File.Open(@"C:\InboxLOG.txt", FileMode.Open, FileAccess.Read, FileShare.ReadWrite);
TextReader sr = new StreamReader(fsa, Encoding.Unicode, true);
string line = "";
while ((line = sr.ReadLine()) != null)
{              
     Console.WriteLine(line);
}

使用StreamReader(fsa)會產生相同的結果。

Answer 1

請嘗試這個

StreamReader reader = new StreamReader(filePath, System.Text.Encoding.Unicode, true);

好像是UTF16編碼，0xFFFE是字節順序標記

http://en.wikipedia.org/wiki/Byte_order_mark

Answer 2

嗯... 0x0D000D0A？

您的行結尾確實看起來很悶。 您可能必須通過Stream來更手動地對其進行解析...我期望使用0x0D000A000？ （因為這是小端）。 我想知道非Unicode進程是否完成了“用crlf替換lf”掃描並將其處理掉。 您當然可以做同樣的事情，並且（以兩個為塊處理字節）將0D0A替換為0A00（僅從偶數字節開始）。 但是從不損壞的數據開始總是一個更好的選擇。

---

原為：

0xFFFE是BOM，因此涉及StreamReader等的任何事物（例如File.OpenText ）都應自動處理此問題並選擇正確的編碼。 如果沒有，請提供線索：

using(var reader = new StreamReader(path, Encoding.Unicode)) {
    ...
}

Answer 3

我猜您實際上正在使用StreamReader，因為TextReader是一個抽象類。

根據您的描述，文本為UTF-16，但StreamReader默認為UTF-8。 構造StreamReader時，需要告訴它使用UTF-16代替：

new StreamReader(..., System.Text.Encoding.Unicode);