用UDE检测字符集并将文本转换为字符串--对性能的影响

Question

我对一件事很好奇。我使用以下代码打开该文件并使用正确的编码读取它- UDE是Mozilla通用字符集检测器1.1.0。我不知道输入字符串文件是什么，但我可以尝试猜测。

但是，我做了两次相同的事情--首先我需要从文件中创建文件流，因为这是UDE所接受的，然后我需要将内容放到字符串中进行处理。我试着将文件流发送到流读取器，然后再进行字符串，但这会扰乱行的顺序。

因此，我最后使用了File.ReadAllText(sttFile, enc);，我想知道这是否可以做得更好/更快，如果出现数百个大文本文件，会对性能产生什么影响。

            FileStream fs = File.OpenRead(sttFile);
        Ude.CharsetDetector cDet = new Ude.CharsetDetector();
        cDet.Feed(fs);
        cDet.DataEnd();
        Encoding enc = Encoding.UTF8;
        try
        {
            enc = Encoding.GetEncoding(cDet.Charset);
        }
        catch (Exception ex)
        {
            Console.WriteLine("Failed to obtain encoding of the file to {0}. Corrupted characters may occur.", cDet.Charset);
        }

        //this messes up the lines order??
        //StreamReader sr = new StreamReader(fs, enc);
        //string fileContent = sr.ReadToEnd();

        string fileContent = File.ReadAllText(sttFile, enc);

欢迎您提出任何意见或建议，谢谢！

Answer 1

与其他事情相比，再次打开文件所花费的时间微不足道。这样我就不用担心了。您应该致力于编写最清晰的代码，除非性能是一个实际的、可衡量的问题。在这种情况下，最清晰的是File.ReadAllText。

如果您真的想重用流，只需将fs.Position重置为0即可。

最后，您应该在using的周围加上一个File.OpenRead子句，以保证文件被关闭。除非UDE关闭它(我怀疑它会关闭)，否则您当前的代码可能会打开。具体地说：

var enc = Encoding.UTF8;
using (var fs = File.OpenRead(sttFile))
{
    ... rest of the code ...
}

string fileContent = File.ReadAllText(sttFile, enc);