iCalendar RFC2445第4.1节内容折叠

Question

我正在使用C#创建一个简单的iCalendar，发现RFC2445 4.1节的内容折叠是相当令人头疼的(对我来说:-)。

http://www.apps.ietf.org/rfc/rfc2445.html#sec-4.1

对于长行，您要转义一些字符(我相信是反斜杠、分号、逗号和换行符)，然后将其折叠，使行的长度不超过75个八位字节。我在网上找到了几种直接的方法来做这件事。最简单的方法是将有问题的字符替换为转义版本，然后在每75个字符处插入CRLF。类似于：

// too simple, could break at an escape sequence boundary or multi-byte character may overflow 75 octets
txt = txt.Replace(@"\", "\\\\").Replace(";", "\\;").Replace(",", "\\,").Replace("\r\n", "\\n");
var regex = new System.Text.RegularExpressions.Regex( ".{75}");
var escape_and_folded = regex.Replace( txt, "$0\r\n ");

我看到了两个问题。CRLF可能被插入到转义序列中。例如，如果发生插入使得转义的新行序列“\n”变成“\CRLF”(那么“n”将在下一行上)。第二个问题是当有多字节字符时。由于计算是按字符计算的，因此该行的长度可能会超过75个八位字节。

一个简单的解决方案是逐个字符遍历字符串，然后转义和折叠，但这似乎是一种蛮力。有谁有更优雅的解决方案吗？

Answer 1

首先，请确保您使用的是RFC5545。RFC2445已过时。你可以在这里找到我的PHP实现：

https://github.com/fruux/sabre-vobject/blob/master/lib/Property.php#L252

在php中，我们有mb_strcut函数。我不确定是否有等同于.NET的东西，但这至少会让事情变得简单得多。到目前为止，我还没有遇到将转义序列(\)一分为二的问题。一个好的解析器会首先展开代码行，然后才会处理取消转义。尤其是因为哪些字符必须转义，这取决于实际的属性。( ,或;有时会转义，有时不会)。

Answer 2

我试过你的解决方案--除了它还折叠了一些长度不到75个八位字节的线之外，它是有效的。因此，我按照传统重写了代码(即不使用正则表达式-我确实很怀念它们)，如下所示。

    public static string FoldLines(this string value, int max, string newline = "\r\n")
    {
        var lines = value.Split(new string[]{newline}, System.StringSplitOptions.RemoveEmptyEntries);
        using (var ms = new System.IO.MemoryStream(value.Length))
        {
            var crlf = Encoding.UTF8.GetBytes(newline); //CRLF
            var crlfs = Encoding.UTF8.GetBytes(string.Format("{0} ", newline)); //CRLF and SPACE
            foreach (var line in lines)
            {
                var bytes = Encoding.UTF8.GetBytes(line);
                var len = Encoding.UTF8.GetByteCount(line);
                if (len <= max)
                {
                    ms.Write(bytes, 0, len);
                    ms.Write(crlf, 0, crlf.Length); 
                }
                else
                {
                    var blen = len / max; //calculate block length
                    var rlen = len % max; //calculate remaining length
                    var b = 0;
                    while (b < blen)
                    {
                        ms.Write(bytes, (b++) * max, max);
                        ms.Write(crlfs, 0, crlfs.Length); 
                    }
                    if (rlen > 0)
                    {
                        ms.Write(bytes, blen * max, rlen);
                        ms.Write(crlf, 0, crlf.Length);
                    }
                }
            }

            return Encoding.UTF8.GetString(ms.ToArray());
        }
    }

笔记：

DESCRIPTION我尽量做到简洁--即我不是按字符而是以八位字节的形式解析字符串(由八位字节决定)，最好在生成的VCALENDAR对象上调用max).

• The函数，以便如果仅在与文本相关的属性(如necessary.

• Escaping，

1. 等)中执行特殊文字的描述，则检查所有内容行的折叠和包装。

公共静态字符串Replace(此字符串值，IEnumerable>对){ foreach (var对)值= value.Replace(pair.Item1，pair.Item2)；返回值；}公共静态字符串EscapeStrings(此字符串值){ return value.Replace(新List> {新Tuple(@"\"，"\\")，新Tuple(";"，@“\”)；")，新建Tuple("，"，@"\，")，新建Tuple("\r\n"，@"\n")，})；}

Answer 3

reexmonkey的解决方案在中间折叠的行上写了76个字符，因为它不会减去用crlfs添加的额外空格字符

我重写了折叠函数来纠正这个错误：

public static string FoldLines(string value, int max, string newline = "\r\n")
{
    var lines = value.Split(new string[] { newline }, System.StringSplitOptions.RemoveEmptyEntries);
    using (var ms = new System.IO.MemoryStream(value.Length))
    {
        var crlf = Encoding.UTF8.GetBytes(newline); //CRLF
        var crlfs = Encoding.UTF8.GetBytes(string.Format("{0} ", newline)); //CRLF and SPACE
        foreach (var line in lines)
        {
            var bytes = Encoding.UTF8.GetBytes(line);
            var len = Encoding.UTF8.GetByteCount(line);
            if (len <= max)
            {
                ms.Write(bytes, 0, len);
                ms.Write(crlf, 0, crlf.Length);
            }
            else
            {
                var offset = 0; //current offset position
                var count = max; //characters to take
                while (offset + count < len)
                {
                    ms.Write(bytes, offset, count);
                    ms.Write(crlfs, 0, crlfs.Length);
                    offset += count;
                    count = max - 1;
                }
                count = len - offset; //remaining characters
                if (count > 0)
                {
                    ms.Write(bytes, offset, count);
                    ms.Write(crlf, 0, crlf.Length);
                }
            }
        }

        return Encoding.UTF8.GetString(ms.ToArray());
    }
}

另外，我在EscapeStrings函数中添加了一个额外的元组：

public static string ReplaceText(string value, IEnumerable<Tuple<string, string>> pairs)
{
    foreach (var pair in pairs) value = value.Replace(pair.Item1, pair.Item2);
    return value;
}
public static string EscapeStrings(string value)
{
    return ReplaceText(value, new List <Tuple<string, string>>
    {
        new Tuple<string, string>(@"\", "\\\\"),
        new Tuple<string, string>(";",  @"\;"),
        new Tuple<string, string>(",",  @"\,"),
        new Tuple<string, string>("\r\n",  @"\n"),
        new Tuple<string, string>("\n",  @"\n"),
    });
}