使用BinaryReader读取“小端UTF-16编码字符串”

Question

我正在遵循这个文件格式的规范： https://github.com/rouault/dump_gdbtable/wiki/FGDB-Spec

utf16: string in little-endian UTF-16 encoding

我该如何读取这个？我尝试了BinaryReader.ReadString()，但它返回的是类似以下内容的东西：

"\0e\0y\0w\0o\0r\0d\0\0 \0\0\0\0\rP\0a\0r\0a\0m\0e\0t\0e\0r\0N\0a\0m\0e\0\0 \0\0\0\0\fC\0o\0n\0f\0i\0g\0S\0t\0r\0"

这绝对不是正确的。

---

从规范中：

ubyte: number of UTF-16 characters (not bytes) of the name of the field
utf16: name of the field
ubyte: number of UTF-16 characters (not bytes) of the alias of the field. Might be 0
utf16: alias of the field (ommitted if previous field is 0)
ubyte: field type ( 0 = int16, 1 = int32, 2 = float32, 3 = float64, 4 = string, 5 = datetime, 6 = objectid, 7 = geometry, 8 = binary, 9=raster, 10/11 = UUID, 12 = XML )

我能否通过UTF-16字符的数量来读取字段名称？

- Evan Parsons

---

你如何构造BinaryReader？你是否使用了指定文本编码的重载？ - Damien_The_Unbeliever

通常您需要指定编码，但在这个页面上（http://msdn.microsoft.com/en-us/library/system.text.encoding.aspx）没有小端UTF-16，也许您需要自己创建编码方式（或其中一个**是**您需要的，不确定）。 - Sinatr

BinaryReader br = new BinaryReader(File.Open("C:\florida.gdb\a00000002.gdbtable", FileMode.Open, FileAccess.Read, FileShare.Read | FileShare.Delete));二进制读取器br = new BinaryReader（File.Open（“C：\ florida.gdb \ a00000002.gdbtable”，FileMode.Open，FileAccess.Read，FileShare.Read | FileShare.Delete））; - Evan Parsons

@Sinatr - 有这样一种编码方式。它有助于了解在Windows世界中，“Unicode”意味着UTF-16。 - Damien_The_Unbeliever

你有示例文件吗？ - Lasse V. Karlsen

Answer 1

BinaryReader的ReadString()方法没有提供重载，您无法指定字符串长度（它假定已编码的前缀长度，这与您链接的规范格式不匹配）。

因此，您不能直接使用ReadString()，但是您可以：

1. 使用ReadByte()获取字符串（字符）长度，
2. 将其乘以2，
3. 使用ReadBytes(count)，
4. 使用Encoding.Unicode.GetString(bytes)。

- ulrichb

---

乘以二是必要的吗？当我这样做时，它会返回类似于下面的答案，只不过后面跟着更多的中文/日文字符：代码示例 bit = int count = (br.ReadByte() * 2) ; byte[] array = br.ReadBytes(count); field.nameOfField = Encoding.Unicode.GetString(array); - Evan Parsons

规格说明的字符数，而不是字节数。由于Encoding.Unicode是16位（每个字符2字节），因此您需要乘以2。您可能希望在问题中提供代码，以说明您如何尝试读取字符串。 - CSharpie

啊哈！我想就是这样了！它返回“关键字”，我相信这是字段的名称。 - Evan Parsons

Answer 2

它应该是：

BinaryReader br = new BinaryReader(File.Open("C:\\florida.gdb\\a00000002.gdbtable",
                                   FileMode.Open,
                                   FileAccess.Read,
                                   FileShare.Read | FileShare.Delete),
                      Encoding.Unicode);

其中 Encoding 是 System.Text.Encoding。

---

由于各种历史原因，Microsoft/Windows将UTF-16（特别是小端序变体）称为“Unicode”，而不是UTF-16。

- Damien_The_Unbeliever

---

当我将它切换到你的编码时，它返回“攀礀眀漀爀搀\0 \0ЀഀParameterNameЀ \0䌌漀渀昀椀最匀琀爀”。我需要去掉其他字符吗？我可以这样做，但我担心再次保存时会丢失它们。 - Evan Parsons

如果你得到了这样的返回，几乎肯定有些问题。 - Lasse V. Karlsen

文件格式不是这样工作的！您必须在特定偏移处读取字节，然后将它们解释为Unicode。 - CSharpie