我有一个Stream，它产生UTF-8 编码字符串。这些字符串代表我需要解析的 XML 文档。流是从TcpClient 获取的。
假设我将流读入大小为 64 的缓冲区（我知道有点小）。将这些 64 字节缓冲区直接传递给字符串解码步骤可能会失败，因为某些 UTF-8 编码字符可能会沿 64 字节边界拆分。缓冲区可能以字符的前两个字节结束，下一个缓冲区包含该字符的最后一个字节。
我现在要做的是连接缓冲区，直到我执行的读取没有读取完整的 64 个字节，这表明我已经读取到某个内容的末尾（在我的例子中，是一个 XML 文档）。但是，有时，我阅读的 XML 文档恰好在 64 字节边界处结束。在这种情况下，我不知道我可以将字节数组传递给解码步骤（我需要等待下一个文档）。
我意识到我可以通过增加缓冲区大小来降低机会。然而，它发生的机会总是很小。我还可以增加缓冲区大小，以便我遇到的任何 XML 文档都适合，但我只是想知道是否有另一种解决方案，以某种方式从字节流中检测字符边界所在的位置。
【问题讨论】：
您对问题和陷阱的看法是正确的。
解决方案已经存在：将StreamReader 包裹在您的流周围并使用Read() 和ReadLine()
如果您确实想要 DIY 解决方案，则必须查看编码器状态属性。超出我的能力。
【讨论】：
StreamReader 完全符合我的要求。我记得看过那门课，但我不记得为什么我放弃了它。不能使用ReadLine()，因为没有换行符，它是一个连续的 XML 文档流。
Encoder 状态属性是什么意思？我知道 Encoder 和 Decoder 类，但不确定您指的是什么状态属性。
XmlReader 不起作用。我得到一个连续的 XML 文档流，并且无法让 XmlReader 接受多个文档作为输入（因为这将是无效的 XML）。
XmlReader 是一个拉解析器（它从流中拉取数据）。找到一个推送解析器，然后您可以在收到 TCP 块时将它们推送到解析器中。由于 TCP 数据有多个文档，因此可以先将自定义的开始标签推送到解析器中，然后依次开始推送文档，它们将被视为二级开始标签，而不是顶级文档。跨度>
我相信您的方法在理论上存在缺陷，即使它在实践中应该始终正确工作：不能保证成功读取小于（缓冲区大小）就表明已完整接收 XML 文档。 TCP 堆栈完全有权一次将文档返回给您一个字节。将缓冲区大小增加到几 KB 应该会导致此问题出现。
正确解决上述缺陷也将解决您当前的问题：在 TCP 流中的每个 XML 文档之前添加某种包含以下文档长度的固定长度标头（例如 8 个字节）。您将始终知道何时阅读了完整的标题（因为它是固定大小的），并且当您收到整个文档时，您将知道标题。
【讨论】：