计数实际字节已被读取答案

【问题标题】：Count actual bytes had been read计数实际字节已被读取
【发布时间】：2019-01-14 21:52:45
【问题描述】：

我正在解析一个大文件，我喜欢通过显示已读取的字节数来监控该过程。实际代码量很大，但这部分是我计算的。

StreamReader sr =  new StreamReader(FilePath);
        while ((line = sr.ReadLine()) != null )
        {
            //do parsing jobs

            byteCnt += Convert.ToUInt64( line.Length * sizeof(char) );
        }

 Console.WriteLine(String.Format("{0:n0}", byteCnt) + "  Bytes");

文件为 16.9 GB（18,186,477,492 字节）

但我的程序有 34,816,805,164 字节

怎么会这样？以及如何让这个数字更合理？

谢谢

【问题讨论】：

提示：什么是 sizeof(char)？为什么这对于文件可能不正确（不是没有代理对的 UTF-16）？请注意，大约有 2 倍的差异。现在，查看 ReadLine 文档，了解缺失的差异在哪里：“返回的字符串不包含..”
会出现细微差别，因为ReadLine 删除了新行和回车字符。所以你每行会丢失两个字符。正如@user2864740 提到的，您可以检查文件的编码。作为替代方案，您可以尝试sr.BaseStream 的Position 属性。然而，这可能会根据流而抛出。

标签： c# io byte streamreader

【解决方案1】：

sizeof(char) 在 C# 中为 2，因为它使用 unicode 编码。如果您的文件不是 Unicode，这将不是一个准确的衡量标准。您可以改为使用例如

System.Text.ASCIIEncoding.ASCII.GetByteCount(line);
// or another example:
Encoding.UTF8.GetByteCount(line);

获取大小。您需要根据文件的编码选择合适的解决方案。

【讨论】：

正如 Pretasoc 提到的，“位置”可能很有用，即使它需要底层流曝光。