如何從字節數組

Question

除去BOM我在byte[] byteArrayxml數據可以或那下跪包含BOM。 C＃中有沒有標準的方法來刪除它的BOM？如果不是，那麼處理包括所有類型編碼在內的所有情況的最好方法是什麼？

其實，我在固定的代碼中的錯誤，我不希望改變很多代碼。所以如果有人可以給我代碼刪除BOM會更好。

我知道我可以像找出60這是'<'的ASCII值並忽略字節，但我不想這樣做。

Answer 1

所有C＃的XML解析器會自動處理BOM爲您服務。我建議使用XDocument - 在我看來，它提供了最清晰的XML數據抽象。

使用的XDocument爲例：

using (var stream = new memoryStream(bytes)) 
{ 
    var document = XDocument.Load(stream); 
    ... 
} 

一旦你有一個XDocument然後你可以用它來省略字節沒有BOM：

using (var stream = new MemoryStream()) 
using (var writer = XmlWriter.Create(stream)) 
{ 
    writer.Settings.Encoding = new UTF8Encoding(false); 
    document.WriteTo(writer); 
    var bytesWithoutBOM = stream.ToArray(); 
} 

Answer 2

你必須識別字節字節數組開頭的順序標記。有幾種不同的組合，如http://www.unicode.org/faq/utf_bom.html#bom1所述。

只需創建始於字節數組的開頭和查找這些序列的小狀態機。

我不知道你的陣列是如何使用或者我真的不能說什麼其他的，你與它使用的參數，所以你怎麼想「刪除」序列。您的選擇似乎是：

1. 如果你有start和count參數，你可以改變這些以反映陣列的起點（超出BOM）。
2. 如果您只有count參數（數組的Length屬性除外），則可以移動數組中的數據以覆蓋BOM，並相應地調整count。
3. 如果您沒有start或count參數，那麼您需要創建一個與舊數組大小相同的新數組減去BOM，然後將數據複製到新數組中。

要「移除」序列，您可能需要標識標記（如果存在），然後將其餘字節複製到新的字節數組中。或者，如果你保持字符數（大於數組的Length財產等）

Answer 3

你可以做這樣的事情，而從流中讀取跳過BOM字節。您需要擴展Bom.cs以包含進一步的編碼，然而afaik UTF是使用BOM的唯一編碼方式......可能（很可能）是錯誤的。

我上的編碼類型的信息從here

using (var stream = File.OpenRead("path_to_file")) 
{ 
    stream.Position = Bom.GetCursor(stream); 
} 


public static class Bom 
{ 
     public static int GetCursor(Stream stream) 
     { 
      // UTF-32, big-endian 
      if (IsMatch(stream, new byte[] {0x00, 0x00, 0xFE, 0xFF})) 
       return 4; 
      // UTF-32, little-endian 
      if (IsMatch(stream, new byte[] { 0xFF, 0xFE, 0x00, 0x00 })) 
       return 4; 
      // UTF-16, big-endian 
      if (IsMatch(stream, new byte[] { 0xFE, 0xFF })) 
       return 2; 
      // UTF-16, little-endian 
      if (IsMatch(stream, new byte[] { 0xFF, 0xFE })) 
       return 2; 
      // UTF-8 
      if (IsMatch(stream, new byte[] { 0xEF, 0xBB, 0xBF })) 
       return 3; 
      return 0; 
     } 

     private static bool IsMatch(Stream stream, byte[] match) 
     { 
      stream.Position = 0; 
      var buffer = new byte[match.Length]; 
      stream.Read(buffer, 0, buffer.Length); 
      return !buffer.Where((t, i) => t != match[i]).Any(); 
     } 
    }