70、.NET 文本处理：编码、读写器及最佳实践

.NET 文本处理：编码、读写器及最佳实践

1. 文本表示的多样性

在处理文本时，我们会遇到多种表示方式。首先是行尾的表示，不同系统有不同的约定：
- Windows 和许多互联网标准（如 HTTP）通常使用两个字节，值分别为 13 和 10。
- Unix 类系统则常使用单个值为 10 的字节。

字符编码也多种多样，常见的有单字节、双字节和可变长度编码。例如，在文本文件中遇到字节值 163 时，其含义取决于所使用的编码：
| 编码 | 字节值 163 代表的字符 |
| ---- | ---- |
| Windows - 1252 | £（英镑符号） |
| ISO/IEC 8859 - 5 | Ђ（西里尔大写字母 DJE） |
| UTF - 8 | 仅作为多字节序列的一部分 |

2. .NET 中的文本抽象类：TextReader 和 TextWriter

为了简化文本处理，.NET 定义了 TextReader 和 TextWriter 抽象类，它们将数据表示为 char 值序列，逻辑上类似于流，但元素是 char 而非 byte 。

2.1 读写分离的设计

与 Stream 不同， TextReader 和 TextWriter 是分开的抽象。这是因为可变长度编码使得随机写入访问变得困难。例如，将一