Encoding API可以解码流/非连续字节吗？

Question

通常我们可以使用类似的东西从string获得byte[]

var result = Encoding.UTF8.GetString(bytes);

但是，我遇到了这个问题：我的输入是IEnumerable<byte[]> bytes（实现可以是我选择的任何结构）。不保证字符在byte[]内（例如，一个2字节的UTF8字符可以在字节[1] [长度为1]中具有其第一个字节，在字节[2] [0]中具有其第二个字节）。

无论如何解码它们而不将所有阵列合并/复制在一起？ UTF8是主要关注点，但如果可以支持其他编码则更好。如果没有其他解决方案，我认为实现我自己的UTF8读数就是这样。

我计划使用MemoryStream流式传输它们，但是编码无法在Stream上工作，只需byte[]。如果合并在一起，潜在的结果数组可能非常大（已经在List<byte[]>中高达4GB）。

我使用的是.NET Standard 2.0。我希望我能使用2.1（因为它尚未发布）并使用Span<byte[]>，对我的情况来说是完美的！

Answer 1

Encoding类不能直接处理，但Decoder返回的Encoding.GetDecoder()可以（事实上，这是它存在的全部原因）。 StreamReader内部使用Decoder。

虽然它有点繁琐，因为它需要填充char[]，而不是返回string（Encoding.GetString()和StreamReader通常处理填充char[]的业务）。

使用MemoryStream的问题在于，您将所有字节从一个数组复制到另一个数组，因为没有增益。如果所有缓冲区的长度都相同，则可以执行以下操作：

var decoder = Encoding.UTF8.GetDecoder();
// +1 in case it includes a work-in-progress char from the previous buffer
char[] chars = decoder.GetMaxCharCount(bufferSize) + 1;
foreach (var byteSegment in bytes)
{
    int numChars = decoder.GetChars(byteSegment, 0, byteSegment.Length, chars, 0);
    Debug.WriteLine(new string(chars, 0, numChars));
}

如果缓冲区长度不同：

var decoder = Encoding.UTF8.GetDecoder();
char[] chars = Array.Empty<char>();
foreach (var byteSegment in bytes)
{
    // +1 in case it includes a work-in-progress char from the previous buffer
    int charsMinSize = decoder.GetMaxCharCount(bufferSize) + 1;
    if (chars.Length < charsMinSize)
        chars = new char[charsMinSize];
    int numChars = decoder.GetChars(byteSegment, 0, byteSegment.Length, chars, 0);
    Debug.WriteLine(new string(chars, 0, numChars));
}

Answer 2

但是编码不能在Stream上工作，只有byte []。

正确，但StreamReader : TextReader可以链接到流。

因此，只需创建MemoryStream，在一端推入字节，在另一端使用ReadLine（）。我必须说我从未尝试过。

Answer 3

基于Henk使用StreamReader的答案的工作代码：

    using (var memoryStream = new MemoryStream())
    {
        using (var reader = new StreamReader(memoryStream))
        {
            foreach (var byteSegment in bytes)
            {
                memoryStream.Seek(0, SeekOrigin.Begin);
                await memoryStream.WriteAsync(byteSegment, 0, byteSegment.Length);
                memoryStream.Seek(0, SeekOrigin.Begin);

                Debug.WriteLine(await reader.ReadToEndAsync());
            }
        }
    }