如何从字节数组

Question

除去BOM我在byte[] byteArrayxml数据可以或那下跪包含BOM。 C＃中有没有标准的方法来删除它的BOM？如果不是，那么处理包括所有类型编码在内的所有情况的最好方法是什么？

其实，我在固定的代码中的错误，我不希望改变很多代码。所以如果有人可以给我代码删除BOM会更好。

我知道我可以像找出60这是'<'的ASCII值并忽略字节，但我不想这样做。

Answer 1

所有C＃的XML解析器会自动处理BOM为您服务。我建议使用XDocument - 在我看来，它提供了最清晰的XML数据抽象。

使用的XDocument为例：

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

一旦你有一个XDocument然后你可以用它来省略字节没有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

你必须识别字节字节数组开头的顺序标记。有几种不同的组合，如http://www.unicode.org/faq/utf_bom.html#bom1所述。

只需创建始于字节数组的开头和查找这些序列的小状态机。

我不知道你的阵列是如何使用或者我真的不能说什么其他的，你与它使用的参数，所以你怎么想“删除”序列。您的选择似乎是：

1. 如果你有start和count参数，你可以改变这些以反映阵列的起点（超出BOM）。
2. 如果您只有count参数（数组的Length属性除外），则可以移动数组中的数据以覆盖BOM，并相应地调整count。
3. 如果您没有start或count参数，那么您需要创建一个与旧数组大小相同的新数组减去BOM，然后将数据复制到新数组中。

要“移除”序列，您可能需要标识标记（如果存在），然后将其余字节复制到新的字节数组中。或者，如果你保持字符数（大于数组的Length财产等）

Answer 3

你可以做这样的事情，而从流中读取跳过BOM字节。您需要扩展Bom.cs以包含进一步的编码，然而afaik UTF是使用BOM的唯一编码方式......可能（很可能）是错误的。

我上的编码类型的信息从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(); 
     } 
    }