如何将文件读入字符串并保留CR/LF格式？

Question

如果我问“如何将文件读入字符串”，答案是显而易见的。然而 - 这里有一个问题，需要保留回车符和换行符。

问题在于，File.ReadAllText会去掉这些字符。StreamReader.ReadToEnd仅将LF转换为CR，这导致了长时间调查，我在相当明显的代码中发现了错误；-）

因此，简而言之，如果我有一个包含foo\n\r\nbar的文件，我希望得到foo\n\r\nbar（即完全相同的内容），而不是foo bar、foobar或foo\n\n\nbar。在.Net空间中是否有一些现成的方法？

结果应始终为单个字符串，包含整个文件。

- greenoldman

---

为什么不直接将其视为“byte[]”？例如File.ReadAllBytes等。 - Marc Gravell

不确定，但是\n\r\n代表换行符-回车符-换行符。所以当它读取时，很有可能会优先选择回车符-换行符组合，以便删除开头的悬挂换行符。但我对.NET的StreamReader内部工作机制并不是很了解 :( - Simon Whitehead

@MarcGravell，类似于new string(System.IO.File.ReadAllBytes(filename).Select(b => (char)b).ToArray())这样的东西吗？不过还是有地方会转换\n，我需要进一步调查。 - greenoldman

非标准要求使用标准程序，不能正常工作，这并不奇怪，是吧？你说了文本，它就按照你说的做了。 - Tony Hopkinson

Answer 1

你确定那些方法是导致你的字符被剥离的罪魁祸首吗?

我尝试写了一个快速测试；StreamReader.ReadToEnd 会保留所有换行符。

string str = "foo\n\r\nbar";
using (Stream ms = new MemoryStream(Encoding.ASCII.GetBytes(str)))
using (StreamReader sr = new StreamReader(ms, Encoding.UTF8))
{
    string str2 = sr.ReadToEnd();
    Console.WriteLine(string.Join(",", str2.Select(c => ((int)c))));
}

// Output: 102,111,111,10,13,10,98,97,114
//           f   o   o \n \r \n  b  a   r

当向临时文件写入并从中读取时，可以实现相同的结果：

string str = "foo\n\r\nbar";
string temp = Path.GetTempFileName();
File.WriteAllText(temp, str);
string str2 = File.ReadAllText(temp);
Console.WriteLine(string.Join(",", str2.Select(c => ((int)c))));

看起来你的换行符在其他地方被丢失了。

- Douglas

---

天啊，你说得对，还有感谢提供样例代码来更彻底地测试它，我在读取文本后的代码上弄错了，导致显示结果让我感到困惑。非常抱歉，但是还有很多东西需要学习。 - greenoldman

很高兴你找到了原因 :-) - Douglas

Answer 2

这段代码将保留LR和CR。

string r = File.ReadAllText(@".\TestData\TR120119.TRX", Encoding.ASCII);

- Jesper

Answer 3

结果应始终为单个字符串，包含整个文件。

这需要两个步骤。第一步是使用File.ReadAllBytes()获取文件中的所有字节。它不会尝试翻译任何内容，您可以获得文件中的原始数据，因此奇怪的行尾保留为原样。

但是那是字节，您要求一个字符串。因此，第二步是应用Encoding.GetString()将字节转换为字符串。您唯一需要做的事情是选择正确的Encoding类，与编写文件的程序使用的编码相匹配。考虑到文件如果包含\n\r\n序列则相当混乱，并且您没有关于文件的其他文档，最好使用Encoding.Default。根据需要进行调整。

- Hans Passant

---

我不相信编码的选择应该导致换行符序列被改变。 - Douglas

如果你还没有遇到EBCDIC，那么这是一个很高的假设。但这不是重点，重点是ASCII控制字符之间的内容是什么。 - Hans Passant

这正是重点所在。如果OP使用任何ASCII兼容编码（包括UTF-8），那么控制字符之间的内容就无关紧要；多字节序列不能包含值10或13。是的，使用非ASCII兼容编码，如EBCDIC（甚至UTF-16），会引入一系列新的考虑因素，但我假设如果他们使用了这样的编码方式，OP肯定会提到的。 - Douglas

虽然这个问题是我代码中的错误，但我喜欢你的解释和步骤描述 -- 非常感谢！ - greenoldman

Answer 4

您可以使用 File.ReadAllLines 读取文件内容，它将返回一个行数组。然后使用 String.Join 将这些行使用分隔符合并在一起。

string[] lines = File.ReadAllLines(@"C:\Users\User\file.txt");
string allLines = String.Join("\r\n", lines);

请注意，这会丢失实际行终止符字符的精度。例如，如果行仅以\n或\r结尾，则生成的字符串allLines将用\r\n行结束符替换它们。

当然，也有其他方法可以实现这一点而不会丢失真正的EOL终止符，但是ReadAllLines很方便，因为它可以自己检测许多类型的文本编码，并且还占用非常少的代码行。

- user1695736

Answer 5

这与被接受的答案类似，但想要更直接。 sr.ReadToEnd()将读取所需的字节：

string myFilePath = @"C:\temp\somefile.txt";
string myEvents = String.Empty;

FileStream fs = new FileStream(myFilePath, FileMode.Open);
StreamReader sr = new StreamReader(fs);
myEvents = sr.ReadToEnd();
sr.Close();
fs.Close();

你甚至可以使用级联的using语句来完成这些操作。但是我想描述一下，你首先写入文件的方式将决定如何从myEvents字符串中读取内容，并且可能真正存在问题的地方就在于此。我是这样写入文件的：

using System.Reflection;
using System.IO;

private static void RecordEvents(string someEvent)
{
    string folderLoc = Path.GetDirectoryName(Assembly.GetExecutingAssembly().Location);
    if (!folderLoc.EndsWith(@"\")) folderLoc += @"\";
    folderLoc = folderLoc.Replace(@"\\", @"\"); // replace double-slashes with single slashes
    string myFilePath = folderLoc + "myEventFile.txt";

    if (!File.Exists(myFilePath))
        File.Create(myFilePath).Close(); // must .Close() since will conflict with opening FileStream, below

    FileStream fs = new FileStream(myFilePath, FileMode.Append);
    StreamWriter sr = new StreamWriter(fs);
    sr.Write(someEvent + Environment.NewLine);
    sr.Close();
    fs.Close();
}

然后我可以使用上面更远的代码来获取内容的字符串。因为我正在进一步查找单个字符串，所以我将此代码放在那个代码之后，就像这样：

if (myEvents != String.Empty) // we have something
{
    // (char)2660 is ♠  -- I could have chosen any delimiter I did not
    // expect to find in my text
    myEvents = myEvents.Replace(Environment.NewLine, ((char)2660).ToString());
    string[] eventArray = myEvents.Split((char)2660);
    foreach (string s in eventArray)
    {
        if (!String.IsNullOrEmpty(s))
            // do whatever with the individual strings from your file
    }
}

这个很好用。所以我知道myEvents必须保留Environment.NewLine字符，因为我能够用(char)2660替换它，并使用该字符对字符串进行.Split()操作，将其分成单独的段落。

- vapcguy

Answer 6

ReadAllText不会返回回车符。

该方法打开一个文件，读取文件的每一行，然后将每一行作为字符串的一个元素添加。然后关闭文件。一行被定义为由字符序列组成，后面跟着回车符('\r')、换行符('\n')或紧接着回车符后面跟着换行符。 生成的字符串不包含终止的回车符和/或换行符。

来自MSDN - https://msdn.microsoft.com/en-us/library/ms143368(v=vs.110).aspx

- pitiklan

---

不幸的是，这并不是真的，因为所有其他的示例、我的测试和 .Net 参考代码都表明这一点。 - djk