为什么这个副本 Stream 比它的原始 Stream 大？

Question

我正在尝试修改文件流，但遇到了一些有趣的事情。当我从原始流中读取一个字符串，然后尝试将其写入新流时，我最终得到的大小比原始流大。

我没有找到任何类似的问题。有人可以澄清发生了什么吗？我逐步完成并注意到变量的大小

private Stream CopyAndChangeStreamContents(Stream input)
{
    input.Position = 0; //input.Length is (long)84863 

    string contents = new StreamReader(input).ReadToEnd(); //contents.Length is (int)80765 

    Stream output = new MemoryStream();
    new StreamWriter(output).Write(contents); //output.Length is (long)151950 

    output.Flush();
    return output;
}

编辑#2 Downvoter：该方法的评论和意图并没有解释这里发生的事情。无论正在读取什么类型的数据，我都想了解是什么底层流特性导致了如此巨大的大小差异。

读取字节时，无论它来自 zip 文件还是文本文件都没有关系，字节仍然是字节，因此如果我有输入，0110 0001 0110 0010 0110 0011 0110 0100我希望仍然读取 4 个字节。即使我将其读为字符串 'abcd'，如果我完全按照我找到的方式写回二进制文件，对我来说也不会有什么不同。

为什么一个流给我的长度为 84863 而另一个流给我的长度为 151950？

编辑：我尝试使用 StreamReader 构造函数尝试读取编码：

var reader = new StreamReader(input, true);

然后在写出时使用相同的编码：

new StreamWriter(output, reader.CurrentEncoding).Write(contents);

..无济于事。同样的问题。

Answer 1

您的流包含非 UTF-8 的二进制数据。的默认构造函数StreamReader(Stream)使用 UTF-8 解码器，用Unicode 替换字符,替换无法识别的字节序列U+FFFD。

让我们假设输入流包含五个字节41 80 81 82 7A。然后new StreamReader(input).ReadToEnd()返回 string "A???z"，因为0x80(and0x81和0x82) 不能char使用 UTF-8 编码解码为 C# 。

调用new StreamWriter(output).Write()将该字符串编码为 UTF-8 并将其写入输出流。U+FFFD以 UTF-8 编码为三字节序列EF BF BD。因此，在这个例子中，它会写出11个字节：41 EF BF BD EF BF BD EF BF BD 7A。

无法识别的字节转换为 ? 要EF BF BD解释为什么你流生长在大小，当你阅读，然后写。

解决方案是读写byte[]，而不是将任意二进制数据转换为string.