Farklı Türden Dosyaların Byte Dizisine Çevrilmesi

Şifreleme, kodlama, veri transferi, gibi birçok yöntemin kullanılmasında elimizdeki verinin byte dizisi olarak dönüştürülmüş olması gerekmektedir. Bu yazıda bilindik türleri nasıl byte dizisi olarak ele alabileceğimizi özetleyeceğim.

Metin değişkenler

String türündeki bir değişken byte dizisine çevrilirken dikkat edilmesi gereken en önemli husus doğru kodlama (encoding) türünün seçilmesi olacaktır. Bir C# string değişkeni UTF16 (unicode) olarak bellekte saklanır. Bu metni diziye çevirirken UTF32, 16 veya 8 olarak saklayabilirsiniz. UTF32 de tek bir karakter 32bit (4byte) yer kaplar. UTF 16 da 16 bit (2byte) yer kaplar. UTF 8 de ise durum biraz değişiktir. Karakter ASCII olarak ifade edilebiliyorsa 8bit (1byte) olarak yer kaplarken ifade edilemeyen durumlarda bu artmaktadır.

Örnek kodu inceleyin:

var metin = "Klasik bir UTF16 c# metni,fıstıkçı şahap oğlu";

var dizi32      = Encoding.UTF32.GetBytes(metin);       //  180
var dizi16      = Encoding.Unicode.GetBytes(metin);     //   90
var dizi8       = Encoding.UTF8.GetBytes(metin);        //   51
var diziascii   = Encoding.ASCII.GetBytes(metin);       //   45

Metin değişkeni farklı kodlayıcılar kullanılarak byte dizisi haline çevrilmiştir. Yorum satırları ise ilgili byte dizisinin boyutunu belirtmektedir. 45 karakterlik bir metin dosyamız için UTF32 4 x 45 = 180 byte yer kaplarken ASCII 1 x 45 = 45byte yer kaplamaktadır. UTF-8 ise 51 byte yer kaplamaktadır. Eğer yazının sonuna eklediğim Türkçe'ye özgü karakterleri kullanmasaydım burada da sayı eşit olacaktı. Peki gelelim hangisini kullanacağımıza. Aslında cevap yok. Duruma göre kullanacaksınız. Şifreleme ve benzeri işlemlerde kullanacaksanız UTF-8 ve UTF-16 kullanmanız iyi olabilir. Karakter sayısına göre bir algoritmanız varsa metnin uzunluğunu dizinin boyutundan kolayca elde edebilmek adına UTF-16 kullanabilirsiniz. Eğer İngilizce dışında bir karakter kullanılmamış ise ASCII kullanabilirsiniz. Transfer işlemlerinde ise alıcı hangi kodlama biçimini destekliyorsa onu seçmelisiniz. Örneğe baktığımızda UTF-8 ile ASCII arasında boyut farkını göreceksiniz fakat bilin ki ASCII kodladığınız yerde bazı karakterler geri gelmeyecek şekilde yok oldu.

var yazi = Encoding.UTF32.GetString(dizi32);
var yazi16 = Encoding.Unicode.GetString(dizi16);

// Yanlış
var caprazTest1 = Encoding.Unicode.GetString(diziascii);
var caprazTest2 = Encoding.UTF8.GetString(dizi16);

Yukarıda byte dizisinden geri çevrilme örneği görüyorsunuz. Alttaki iki örnekte farklı kodlamaları çapraz kullandığımız için elde edeceğimiz metinler anlamsız olacaktır.

Dosyalar

Bir dosya ister metin dosyası ister başka bir türde olsun zaten aslında bir byte dizisidir.

var dizi = File.ReadAllBytes(@"c:\c\test.txt");

Bu yöntem tüm dosyayı okuyup belleğe alacaktır. Bu yöntem görece küçük dosyalar için çok işe yararken büyük dosyalarda problemli olacaktır.

using (var stream = File.OpenRead(@"c:\c\test.txt"))
{
    var buffer = new byte[1024];

    var tur = 0;
    var okunanAdet = 0;
    while(true)
    {
        okunanAdet = stream.Read(buffer, tur * buffer.Length, buffer.Length);
        //okunanAdet = await stream.ReadAsync(buffer, 0, buffer.Length);

        // !!! buffer da okunan parça var !!!

        if(okunanAdet < buffer.Length){
            break;
        }
        tur++;
    }
}

yukarıdaki örnek ilgili dosyayı 1024byte'lık parçalar halinde okumaktadır. Tüm dosyalar 1024'ün katı uzunlukta olmak zorunda değil tabi. Dosyanın sonuna doğru 1024´den daha az bir byte okunacaktır. Bu okunabilen byte adedi okunanAdet değişkenmizdedir. Read metodunun async ve normal şekilde iki kullanımı var. Eğer dosya büyükse async olanı tercih etmenizi öneririm. Küçük dosyalarda durum tartışmaya açıktır.

Sayısal değişkenler

BitConverter sınıfı 10 farklı primitive tür için byte dizisine çevirmeyi ve tersine çevirmeyi sağlamaktadır.

👀 Primitive türler hakkında daha önce biraz bahsetmiştim. İlgili yazı için tıklayın.

var sayi = 3423423;
var dizi = BitConverter.GetBytes(sayi);
// 191 60 52 0

Bu sınıfın decimal türünü içermediğini fark edeceksiniz. Bunun sebebi decimal sınfının bir primitive type olmamasından kaynaklanıyor. Decimal türü için iki aşamalı bir yol izlememiz gerekiyor. Bu yönteme daha önce kayar nokta kavramından söz ettiğim yazımda değinmiştim. Kodu görelim :

decimal a = 7.5M ;

var bits = decimal.GetBits(a);
var bytelar = bits.SelectMany(i=>BitConverter.GetBytes(i)).ToArray();

İlk aşamada getbits metodu ilgili decimal değişkeni int parçalara ayırmakta. Daha sonra bitconverter kullanarak her bir int değişkeni byte dizisine çevirip bunları uç uca ekliyoruz.

Resim türündeki değişkenler

System.Drawing kütüphanesini kullanarak çizim yapıyorsak bunun için aşağıdaki kod bloğu işimizi görecektir.

byte[] dizi;
using (var bitmap = new Bitmap(16, 16))
{
    //örnek bir bitmap oluşturuyoruz
    using (var graphics = Graphics.FromImage(bitmap))
    {
        graphics.DrawString("C", new Font("Arial", 6), Brushes.Red, 0F, 0F);
    }

    // çevirme
    using (var stream = new MemoryStream())
    {
        bitmap.Save(stream, System.Drawing.Imaging.ImageFormat.Png);
        dizi = stream.ToArray();
    }
}

Kodun ilk yarısında 16*16 lik bir tuvale kırmızı bir C harfi basıyorum. Daha sonra bellek üzerinde bir stream açıyorum. Stream konusuna stream kavramlarını anlattığım yazıda değinmiştim. Detaylar için o yazımı da okuyabilirsiniz. Açtığım streame ilgili resmi dosyaya kaydeder gibi kaydediyorum. Kayıt esnasında da imajımın türünü seçiyorum. Ben örnekte png formatını kullandım. Fakat dizi üzerinde işlem yaparak resim işleyecekseniz bitmap kullanmanızda fayda var. Çalışma zamanında bit düzeyinde işlem yapmanız gerekiyorsa unsafe metorları veya bitmap.LockBits() metodunu kullanmanızı performans açısından öneririm.

Sınıflar

Sınıfların byte dizisi haline getirilmesi için faklı yol bulunmaktadır. Her biri amacınıza göre değişecektir. Ben .net den çıkmadığınızı varsayarak basit bir serileştirme yöntemi önereceğim.

[Serializable]
public sealed class Nesne
{
    public int Yas { get; set; }
    public string AdSoyad { get; set; }
}

static void Main()
{
    var ornek = new Nesne { Yas = 32, AdSoyad = "Cihan Yakar" };
    byte[] dizi;
    using (var memoryStream = new MemoryStream())
    {
        // System.Runtime.Serialization.Formatters.Binary
        BinaryFormatter bfWrite = new BinaryFormatter();
        bfWrite.Serialize(memoryStream, ornek);
        dizi = memoryStream.ToArray();
    }
}

Yukarıdaki kod bloğunda Nesne isimli bir sınıfım var. Bunun serileştirilebileceğini içeren bir nitelik almış durumda kendisi. Main metodumda bu sınıftan bir örnek (instance) oluşturuyorum. Daha sonra bu sınıfı BinaryFormatter kullanarak serileştiriyorum.

Bu byte dizisini daha sonra yine BinaryFormatterın Deserialize metodunu kullanarak ete kemiğe büründürebiliriz. Örneğin bir nesneyi bu şekilde byte dizisi haline getirip internet üzerinden başka bir bilgisayara aktarabilirsiniz. Bu yöntemin JSON veya başka bir biçim kullanmaktan çok daha hızlı olması beklenir.

Yazının sonuna geldik. Fakat bu yazı güncellemenmeye gayet açık, geri dönüşlerinize göre şekillendirebilirim.