本文較為詳細(xì)的分析了C#讀取二進(jìn)制文件方法。分享給大家供大家參考。具體分析如下：

當(dāng)想到所有文件都轉(zhuǎn)換為 XML時，確實是一件好事。但是，這并非事實。仍舊還有大量的文件格式不是XML，甚至也不是ASCII。二進(jìn)制文件仍然在網(wǎng)絡(luò)中傳播，儲存在磁盤上，在應(yīng)用程序之間傳遞。相比之下，在處理這些問題方面，它們比文本文件顯得更有效率些。

在 C 和 C++ 中，讀取二進(jìn)制文件還是很容易的。除了一些開始符（carriage return）和結(jié)束符（line feed）的問題，每一個讀到C/C++中的文件都是二進(jìn)制文件。事實上，C/C++ 只知道二進(jìn)制文件，以及如何讓二進(jìn)制文件像文本文件一樣。當(dāng)我們使用的語言越來越抽象時，我們最后使用的語言就不能直接、容易的讀取創(chuàng)建的文件了。這些語言想要用它們自己獨特的方式來自動處理輸出數(shù)據(jù)。

問題的所在:

在許多計算機科學(xué)領(lǐng)域，C 和 C++ 仍舊直接依照數(shù)據(jù)結(jié)構(gòu)來儲存和讀取數(shù)據(jù)。在C和C++中，依照內(nèi)存中的數(shù)據(jù)結(jié)構(gòu)來讀取和寫文件，是十分簡單的。在C中，你只需要使用fwrite()函數(shù)，并提供下列參數(shù)：一個指向你的數(shù)據(jù)的指針，告訴它有多少個數(shù)據(jù)，一個數(shù)據(jù)有多大。這樣，就直接用二進(jìn)制格式把數(shù)據(jù)寫成文件了。

如上所述的那樣把數(shù)據(jù)寫成文件，同時如果你也知道其正確的數(shù)據(jù)結(jié)構(gòu)的話，那么也就意味著讀取文件也很容易。你只要使用 fread() 函數(shù)，并提供下列參數(shù)：一個文件句柄，一個指向數(shù)據(jù)的指針，讀取多少個數(shù)據(jù)，每一個數(shù)據(jù)的長度。 fread() 函數(shù)幫你把其余的事都做了。突然，數(shù)據(jù)又回到了內(nèi)存中。沒有采用解析以及也沒有對象模型的方式，它只是把文件直接的讀到內(nèi)存中。

在C和C++中，最大的兩個問題就是數(shù)據(jù)對齊（structure alignment）和字節(jié)交換（byte swapping）。數(shù)據(jù)對齊指的是有時編譯器會跳過數(shù)據(jù)中間的字節(jié)，因為如果處理器訪問到那些字節(jié)，就不再處于最優(yōu)化狀態(tài)下了，要花費更多的時間（一般情況，處理器訪問未對齊數(shù)據(jù)花費的時間是訪問對齊數(shù)據(jù)的兩倍），花費更多的指令。因此，編譯器要為了執(zhí)行速度而進(jìn)行優(yōu)化，跳過了那些字節(jié)并重新進(jìn)行排序。另一方面，字節(jié)交換指的是：由于不同處理器對字節(jié)排序的方式不同，需要對數(shù)據(jù)的字節(jié)重新排序的過程。

數(shù)據(jù)對齊

因為處理器能夠一次處理更多的信息（在一個時鐘周期內(nèi)），所以它們希望它們所處理的信息能以一種確定的方式排列。大多數(shù)的 Intel 處理器使整數(shù)類型（32位的）的儲存首地址能被4除盡（即：從能被4除盡的地址上開始儲存）。如果內(nèi)存中的整數(shù)不是儲存在4的倍數(shù)的地址上的話，它們是不會工作的。編譯器知道這些。因此當(dāng)編譯器遇到一個可能引起這種問題的數(shù)據(jù)時，它們就有下面三種選擇。

第一種，它們可以選擇在數(shù)據(jù)中添加一些無用的白空格符，這樣可以使整數(shù)的開始地址能被4除盡。這是一種最普遍的做法。第二種，它們可以對字段重新排序，以便使整數(shù)處于4位的邊界上。因為這樣會造成其它有趣的問題，因此，這種方式較少使用。第三種選擇是，允許數(shù)據(jù)中的整數(shù)不處于4位的邊界上，但是把代碼復(fù)制到一個合適的地方從而使那些整數(shù)處于4位的邊界上。這種方式需要一些額外的時間花費，但是，如果必須壓縮的話，那么它就很有用了。

以上所說的這些大都是編譯器的細(xì)節(jié)問題，你用不著過多的擔(dān)心。如果你對寫數(shù)據(jù)的程序和讀數(shù)據(jù)的程序使用同樣的編譯器，同樣的設(shè)定，那么，這些就不成其為問題了。編譯器用同樣的方法來處理同樣的數(shù)據(jù)，一切都OK。但是當(dāng)你涉及到跨平臺文件轉(zhuǎn)換問題時，用正確的方式來排列所有數(shù)據(jù)就顯得很重要了，這樣才能保證信息能被轉(zhuǎn)換。另外，一些程序員還了解怎樣讓編譯器不用理睬他們的數(shù)據(jù)。
字節(jié)交換（byte swapping）：高位優(yōu)先（big endians）和低位優(yōu)先（little endians）
 
高位優(yōu)先和低位優(yōu)先，指的是兩種不同的方式，把整數(shù)儲存在計算機中的的方式。因為整數(shù)是多于一個字節(jié)的，那么，問題在于：最重要的字節(jié)是否應(yīng)該首先被讀寫。最不重要的字節(jié)是變化的最頻繁的。這就是，如果你不斷給一個整數(shù)加一，最不重要的字節(jié)要改變256次，次不重要的字節(jié)才只變化一次。

不同的處理器用不同的方式儲存整數(shù)。Intel 處理器一般用低位優(yōu)先方式來儲存整數(shù)，換句話說，低位首先被讀寫。大多數(shù)其它處理器用高位優(yōu)先方式來儲存整數(shù)。因此，當(dāng)二進(jìn)制文件在不同平臺上讀寫時，你就有可能不得不對字節(jié)重新排序以便得到正確的順序。

在 UNIX 平臺上，還有一種特殊的問題，因為UNIX可以在Sun Sparc處理器、HP處理器、ＩＢＭ　Power　PC、Inter的芯片等多種處理器上運行。當(dāng)從一種處理器轉(zhuǎn)移到另一種處理器上時，就意味著那些變量的字節(jié)排列順序必須翻轉(zhuǎn)，以便于它們能滿足新處理器所要求的順序。

用 C# 處理二進(jìn)制文件

用 C# 處理二進(jìn)制文件的話，就會有另外兩項新的挑戰(zhàn)。第一項挑戰(zhàn)是：所有的 .NET 語言都是強類型的。因此，你不得不從文件中的字節(jié)流轉(zhuǎn)換為你所想要的數(shù)據(jù)類型。第二項挑戰(zhàn)就是：一些數(shù)據(jù)類型比它們表面上要復(fù)雜的多，需要某種轉(zhuǎn)換。

類型破壞（type breaking）

因為 .NET 語言，包括 C#，都是強類型的，你不能只是任意的從文件中讀取一段字節(jié)，然后塞到數(shù)據(jù)結(jié)構(gòu)中就一切OK了。因此當(dāng)你要破壞類型轉(zhuǎn)換規(guī)則時，你就不得不這樣做了，首先讀取你所需要的字節(jié)數(shù)到一個字節(jié)數(shù)組中，然后把它們從頭到尾的復(fù)制到數(shù)據(jù)結(jié)構(gòu)中。

在 Usenet （注：世界性的新聞組網(wǎng)絡(luò)系統(tǒng)）的文檔中搜尋，你會找到幾個構(gòu)架在 microsoft.public.dotnet層次上的一組程序，它們可以容許你把任何對象轉(zhuǎn)換為一系列字節(jié)，并可以重新轉(zhuǎn)換回對象。它們可以在下面地址找到 Listing A

復(fù)雜的數(shù)據(jù)類型

在 C++ 中，你明白什么是對象，什么是數(shù)組，什么既不是對象又不是數(shù)組。但是在 C# 中，事情并不像看起來的那樣簡單。一個字符串（string）就是一個對象，因此也是一個數(shù)組。因為在 C# 中，既沒有真正的數(shù)組，許多對象也沒有固定尺寸，因此一些復(fù)雜數(shù)據(jù)類型并不適合成為固定尺寸的二進(jìn)制數(shù)據(jù)。

幸好， .NET 提供了一種方式來解決這種問題。你可以告訴 C# ，你想怎樣處理你的字符串（string）和其它類型的數(shù)組。這將通過 MarshalAs 屬性來完成。下面這個例子，就是在 C# 中使用字符串，這屬性必須要在所控制的數(shù)據(jù)使用之前被使用：

[MarshalAs(UnmanagedType.ByValTStr, SizeConst = 50)]
你想要從二進(jìn)制文件中讀取，或者儲存到二進(jìn)制文件中的字符串（string）的長度就決定了參數(shù) SizeConst 的大小。這樣就確定了字符串長度的最大值。
 解決以前的問題
 
現(xiàn)在，你知道了 .NET 引入的問題是怎樣被解決的了。那么，在后面，你就可以了解到，解決前面所遇到的二進(jìn)制文件問題是那么的容易。

包裝（pack）

不用麻煩的去設(shè)定編譯器來控制如何排列數(shù)據(jù)。你只需使用 StructLayout 屬性就可以使數(shù)據(jù)依照你的意愿來排列或打包。當(dāng)你需要不同的數(shù)據(jù)有著不同的包裝方式的時候，這就顯得十分有用了。這就像裝扮你的汽車一樣，任你的喜好。使用 StructLayout 屬性就像你很小心的決定是否把每一個數(shù)據(jù)都緊湊包裝或者還是只將它們隨便打發(fā)，只要它們能夠被重新讀出來就行了。 StructLayout 屬性的使用如下面所示：

這樣做可以使數(shù)據(jù)忽略邊界對齊，讓數(shù)據(jù)盡可能的緊湊包裝。這個屬性應(yīng)當(dāng)和你從二進(jìn)制文件中讀取的任何數(shù)據(jù)的屬性都保持一致（即：你寫到文件中的屬性應(yīng)和從文件讀出來屬性保持不變）。

你也許會發(fā)現(xiàn)，即使給你的數(shù)據(jù)加上了這個屬性后，也沒有完全解決問題。在某些情況下，你可能不得不進(jìn)行沉悶冗長的反復(fù)實驗。由于不同計算機和編譯器在二進(jìn)制層次上的有著不同的運行處理方式，這就是引起上述問題的原因。特別是在跨平臺時，我們都必須特別小心的處理二進(jìn)制數(shù)據(jù)。 .NET 是個好工具，適合其它二進(jìn)制文件，但是也并不是一個完美的工具。

字節(jié)排列順序的翻轉(zhuǎn)（endian flipping）

讀寫二進(jìn)制文件的經(jīng)典問題之一就是：某些計算機首先是儲存最不重要的字節(jié)（如：Inter），而另外一些計算機是首先儲存最重要的字節(jié)。在 C 和 C++ 中，你不得不手動處理這個問題，而且只能是一個字段一個字段的翻轉(zhuǎn)。而 .NET 框架的優(yōu)點之一就是：代碼可以在運行時訪問類型的元數(shù)據(jù)（metadata），你也就能夠讀取信息，并使用它來自動解決數(shù)據(jù)中每一段的字節(jié)排列順序問題。在 Listing B 上可以找到源代碼，你可以了解是如何處理的。

一旦你得知對象的類型，你能夠獲得數(shù)據(jù)里的每個部分，并開始檢查每一個部分，并確定其是否是一個16位或32位的無符號整數(shù)。在任何一種上述情況下，你都可以改變字節(jié)的排序順序，而且不會破壞數(shù)據(jù)。

注意：你不是用字符串類（string）來完成所有的事。是采用高位優(yōu)先還是低位優(yōu)先，并不會影響到字符串類。那些字段是不受翻轉(zhuǎn)代碼的影響。你也只是要注意無符號整數(shù)而已。因為，負(fù)數(shù)在不同的系統(tǒng)上，并不是使用同一種表示方式的。負(fù)數(shù)可以只用一個記號（一位字節(jié)）表示，但是更常用的，卻是使用兩個記號（兩位字節(jié)）表示。這使得負(fù)數(shù)在跨平臺時有些更困難。幸運的是，負(fù)數(shù)在二進(jìn)制文件中極少使用。

這只是多說幾句了，同樣的，浮點數(shù)有時并不是用標(biāo)準(zhǔn)方式表示的。盡管大多數(shù)系統(tǒng)是以IEEE格式為基礎(chǔ)來設(shè)置浮點數(shù)的，但是還是有一小部分老的系統(tǒng)使用了其它的格式來設(shè)置浮點數(shù)的。

克服困難

盡管 C# 還是有一些問題，但是你依舊能夠使用它來讀取二進(jìn)制文件。實際上，由于 C# 所使用的那種用來訪問對象的元數(shù)據(jù)（metadata）的方式，使它成為一種能夠更好讀取二進(jìn)制文件的語言。因此， C# 能夠自動解決整個數(shù)據(jù)的字節(jié)交換（byte swapping）問題。

希望本文所述對大家的C#程序設(shè)計有所幫助。

最新評論