读取压缩文件并写入新文件将不允许解压

Question

我有一个测试程序，它演示了我希望的最终结果（即使在这个测试程序中，这些步骤似乎是不必要的）。

该程序使用 GZipStream 将数据压缩到文件。生成的压缩文件是C:\mydata.dat。

然后我读取这个文件，并将其写入一个新文件。

//Read original file
string compressedFile = String.Empty;
using (StreamReader reader = new StreamReader(@"C:\mydata.dat"))
{
    compressedFile = reader.ReadToEnd();
    reader.Close();
    reader.Dispose();
}

//Write to a new file
using (StreamWriter file = new StreamWriter(@"C:\mynewdata.dat"))
{
    file.WriteLine(compressedUserFile);
}

当我尝试解压缩这两个文件时，原始文件可以完美解压，但新文件会抛出 InvalidDataException 并显示消息 GZip 标头中的幻数不正确。确保您传递的是 GZip 流。

为什么这些文件不同？

Answer 1

StreamReader 用于读取字符序列，而不是字节。这同样适用于 StremWriter。由于将压缩文件视为字符流没有任何意义，因此您应该使用 Stream 的某种实现。如果您想以字节数组的形式获取流，可以使用MemoryStream。

使用字符流不起作用的确切原因是它们默认采用 UTF-8 编码。如果某个字节不是有效的 UTF-8（例如标头的第二个字节 0x8B），则它表示为 Unicode“替换字符”(U+FFFD)。当字符串写回时，该字符将使用 UTF-8 编码为与源中完全不同的内容。

例如，要从流中读取文件，请将其作为字节数组获取，然后将其作为流写入另一个文件：

byte[] bytes;
using (var fileStream = new FileStream(@"C:\mydata.dat", FileMode.Open))
using (var memoryStream = new MemoryStream())
{
    fileStream.CopyTo(memoryStream);
    bytes = memoryStream.ToArray();
}

using (var memoryStream = new MemoryStream(bytes))
using (var fileStream = new FileStream(@"C:\mynewdata.dat", FileMode.Create))
{
    memoryStream.CopyTo(fileStream);
}

CopyTo() 方法仅在 .Net 4 中可用，但是您可以编写自己的如果您使用旧版本。

当然，对于这个简单的例子，不需要使用流。您可以简单地执行以下操作：

byte[] bytes = File.ReadAllBytes(@"C:\mydata.dat");
File.WriteAllBytes(@"C:\mynewdata.dat", bytes);

Answer 2

编辑：显然，我的建议是错误/无效/无论如何......请使用其他建议之一，这些建议无疑已经被高度重构到无法实现额外性能的程度（否则，这意味着它们是就像我的一样无效）

using (System.IO.StreamReader sr = new System.IO.StreamReader(@"C:\mydata.dat"))
{
    using (System.IO.StreamWriter sw = new System.IO.StreamWriter(@"C:\mynewdata.dat"))
    {
        byte[] bytes = new byte[1024];
        int count = 0;
        while((count = sr.BaseStream.Read(bytes, 0, bytes.Length)) > 0){
            sw.BaseStream.Write(bytes, 0, count);
        }
    }
}

读取所有字节

byte[] bytes = null;
using (System.IO.StreamReader sr = new System.IO.StreamReader(@"C:\mydata.dat"))
{
    bytes = new byte[sr.BaseStream.Length];
    int index = 0;
    int count = 0;
    while((count = sr.BaseStream.Read(bytes, index, 1024)) > 0){
        index += count;
    }
}

读取所有字节/写入所有字节（来自 svick 的答案）：

byte[] bytes = File.ReadAllBytes(@"C:\mydata.dat");
File.WriteAllBytes(@"C:\mynewdata.dat", bytes);

使用其他答案进行性能测试：

刚刚在我的答案（StreamReader）（上面的第一部分，文件）之间进行了快速测试复制）和斯维克的答案（FileStream/MemoryStream）（第一个）。测试是代码的 1000 次迭代，以下是 4 次测试的结果（结果以整秒为单位，所有实际结果都略高于这些值）：

My Code | svick code
--------------------
9       | 12
9       | 14
8       | 13
8       | 14

正如您所看到的，至少在我的测试中，我的代码表现更好。也许需要注意的一件事是我没有读取字符流，实际上我正在访问提供字节流的 BaseStream。也许斯维克的回答很慢，因为他使用两个流进行读取，然后使用两个流进行写入。当然，可以对 svick 的答案进行很多优化以提高性能（他还提供了简单文件复制的替代方案）

使用第三个选项（ReadAllBytes/WriteAllBytes）进行测试

My Code | svick code | 3rd
----------------------------
8       | 14         | 7
9       | 18         | 9
9       | 17         | 8
9       | 17         | 9

注意：以毫秒为单位，第三个选项始终是更好的