Chương 2:THAO TÁC DỮ LIỆU

60



61

Chương 2: Thao tác dữ liệu



H



ầu hết các ứng dụng đều cần thao tác trên một loại dữ liệu nào đó. Microsoft .NET

Framework cung cấp nhiều kỹ thuật để đơn giản hóa hay nâng cao hiệu quả các

thao tác dữ liệu thông dụng. Chương này sẽ đề cập các kỹ thuật sau:



 Thao tác chuỗi một cách hiệu quả (mục 2.1).

 Mô tả các kiểu dữ liệu cơ sở bằng các kiểu mã hóa khác nhau (mục 2.2, 2.3, và 2.4).

 Sử dụng biểu thức chính quy để xác nhận tính hợp lệ và thao tác chuỗi (mục 2.5 và

2.6).



 Làm việc với ngày và giờ (mục 2.7 và 2.8).

 Làm việc với mảng và tập hợp (mục 2.9, 2.10, và 2.11).

 Tuần tự hóa trạng thái đối tượng và lưu nó vào file (mục 2.12).



1.



Thao tác chuỗi một cách hiệu quả







Bạn cần thao tác trên nội dung của một đối tượng String và tránh chi phí của

việc tự động tạo các đối tượng String mới do tính không đổi của đối tượng

String.







Sử dụng lớp System.Text.StringBuilder để thực hiện các thao tác, sau đó chuyển

kết quả thành String bằng phương thức StringBuilder.ToString.



Các đối tượng String trong .NET là không đổi, nghĩa là một khi đã được tạo thì chúng không

thể bị thay đổi. Ví dụ, nếu bạn tạo một String bằng cách nối một số ký tự hoặc chuỗi, thì khi

thêm một phần tử mới vào cuối String hiện có, bộ thực thi sẽ tạo ra một String mới chứa kết

quả (chứ không phải String cũ bị thay đổi). Do đó sẽ nảy sinh chi phí đáng kể nếu ứng dụng

của bạn thường xuyên thao tác trên String.

Lớp StringBuilder khắc phục vấn đề này bằng cách cung cấp một bộ đệm ký tự, và cho phép

thao tác trên nội dung của nó mà bộ thực thi không phải tạo đối tượng mới để chứa kết quả

sau mỗi lần thay đổi. Bạn có thể tạo một đối tượng StringBuilder rỗng hoặc được khởi tạo là

nội dung của một String hiện có. Sau đó, thao tác trên nội dung của StringBuilder này bằng

các phương thức nạp chồng (cho phép bạn chèn, thêm dạng chuỗi của các kiểu dữ liệu khác

nhau). Cuối cùng, gọi StringBuilder.ToString để chuyển nội dung hiện tại của

StringBuilder thành một String.

Khi bạn thêm dữ liệu mới vào chuỗi, có hai thuộc tính quan trọng ảnh hưởng đến hoạt động

của StringBuilder là Capacity và Length. Capacity mô tả kích thước của bộ đệm

StringBuilder, còn Length mô tả kích thước của chuỗi ký tự trong bộ đệm. Nếu việc thêm dữ

liệu mới vào StringBuilder làm kích thước chuỗi (Length) vượt quá kích thước bộ đệm

(Capacity) thì StringBuilder sẽ cấp phát bộ đệm mới để chứa chuỗi. Nếu thiếu cẩn thận, việc

cấp phát bộ đệm này có thể phủ định lợi ích của việc sử dụng StringBuilder. Do đó, nếu biết

chính xác kích thước của chuỗi, hoặc biết kích thước tối đa của chuỗi, bạn có thể tránh việc

cấp phát bộ đệm quá mức cần thiết bằng cách thiết lập thuộc tính Capacity hoặc chỉ định kích

thước bộ đệm lúc tạo StringBuilder. Khi thiết lập các thuộc tính Capacity và Length, cần chú

ý các điểm sau:



62

Chương 2: Thao tác dữ liệu



•



Nếu bạn thiết lập giá trị Capacity nhỏ hơn giá trị Length, thuộc tính Capacity sẽ ném

ngoại lệ System.ArgumentOutOfRangeException.



•



Nếu bạn thiết lập giá trị Length nhỏ hơn kích thước của chuỗi hiện có trong bộ đệm,

chuỗi sẽ bị cắt bớt phần lớn hơn.



•



Nếu bạn thiết lập giá trị Length lớn hơn kích thước của chuỗi, bộ đệm sẽ được "lấp"

thêm các khoảng trắng cho bằng với Length. Việc thiết lập giá trị Length lớn hơn giá trị

Capacity sẽ tự động điều chỉnh Capacity cho bằng với Length.



Phương thức ReverseString dưới đây minh họa cách sử dụng lớp StringBuilder để đảo một

chuỗi. Nếu không sử dụng lớp StringBuilder để thực hiện thao tác này thì sẽ tốn chi phí đáng

kể, đặc biệt khi chuỗi nguồn dài. Việc khởi tạo StringBuilder với kích thước bằng chuỗi

nguồn bảo đảm không cần phải cấp phát lại bộ đệm trong quá trình đảo chuỗi.

public static string ReverseString(string str) {

// Kiểm tra các trường hợp không cần đảo chuỗi.

if (str == null || str.Length == 1) {

return str;

}

// Tạo một StringBuilder với sức chứa cần thiết.

System.Text.StringBuilder revStr =

new System.Text.StringBuilder(str.Length);

// Duyệt ngược chuỗi nguồn từng ký tự một

// và thêm từng ký tự đọc được vào StringBuilder.

for (int count = str.Length-1; count > -1; count--) {

revStr.Append(str[count]);

}

// Trả về chuỗi đã được đảo.

return revStr.ToString();

}



2.





Mã hóa chuỗi bằng các kiểu mã hóa ký tự

Bạn cần trao đổi dữ liệu dạng ký tự với các hệ thống sử dụng kiểu mã hóa khác

với UTF-16 (kiểu mã hóa này được sử dụng bởi CRL).



63

Chương 2: Thao tác dữ liệu







Sử dụng lớp System.Text.Encoding và các lớp con của nó để chuyển đổi ký tự

giữa các kiểu mã hóa khác nhau.



Unicode không phải là kiểu mã hóa duy nhất, cũng như UTF-16 không phải cách duy nhất

biểu diễn ký tự Unicode. Khi ứng dụng cần trao đổi dữ liệu ký tự với các hệ thống bên ngoài

(đặc biệt là các hệ thống cũ), dữ liệu cần phải được chuyển đổi giữa UTF-16 và kiểu mã hóa

mà hệ thống đó hỗ trợ.

Lớp trừu tượng Encoding, và các lớp con của nó cung cấp các chức năng để chuyển ký tự qua

lại giữa nhiều kiểu mã hóa khác nhau. Mỗi thể hiện của lớp con hỗ trợ việc chuyển đổi giữa

UTF-16 và một kiểu mã hóa khác. Phương thức tĩnh Encoding.GetEncoding nhận vào tên hoặc

số hiệu trang mã (code page number) của một kiểu mã hóa và trả về thể hiện của lớp mã hóa

tương ứng.

Bảng 2.1 liệt kê một vài kiểu mã ký tự và số hiệu trang mã mà bạn phải truyền cho phương

thức GetEncoding để tạo ra thể hiện của lớp mã hóa tương ứng. Bảng này cũng cung cấp các

thuộc tính tĩnh của lớp Encoding đại diện cho phương thức GetEncoding tương ứng.

Bảng 2.1 Các lớp mã hóa ký tự

Kiểu mã hóa



Lớp



ASCII



ASCIIEncoding



Mặc định (kiểu mã hóa

hiện hành trên hệ thống)



Encoding



UTF-7



UTF7Encoding



UTF-8



UTF8Encoding



UTF-16 (Big Endian)



UnicodeEncoding



UTF-16 (Little Endian)



UnicodeEncoding



Windows OS



Encoding



Sử dụng

GetEncoding(20127)



hay thuộc tính ASCII

GetEncoding(0)



hay thuộc tính Default

GetEncoding(65000)



hay thuộc tính UTF7

GetEncoding(65001)



hay thuộc tính UTF8

GetEncoding(1201)



hay thuộc tính BigEndianUnicode

GetEncoding(1200)



hay thuộc tính Unicode

GetEncoding(1252)



Sau khi đã lấy được đối tượng lớp Encoding hỗ trợ kiểu mã hóa thích hợp, sử dụng phương

thức GetBytes để chuyển chuỗi nguồn (được mã hóa theo UTF-16) thành mảng kiểu byte chứa

các ký tự được mã hóa theo kiểu cần chuyển, và sử dụng GetString để chuyển mảng byte

thành chuỗi đích. Ví dụ dưới đây trình bày cách sử dụng một vài lớp mã hóa:

using System;

using System.IO;

using System.Text;



public class CharacterEncodingExample {



64

Chương 2: Thao tác dữ liệu



public static void Main() {



// Tạo file giữ các kết quả.

using (StreamWriter output = new StreamWriter("output.txt")) {



// Tạo và ghi ra file một chuỗi chứa ký hiệu của số PI.

string srcString = "Area = \u03A0r^2";

output.WriteLine("Source Text : " + srcString);



// Ghi các byte được mã hóa theo UTF-16

// của chuỗi nguồn ra file.

byte[] utf16String = Encoding.Unicode.GetBytes(srcString);

output.WriteLine("UTF-16 Bytes: {0}",

BitConverter.ToString(utf16String));



// Chuyển chuỗi nguồn được mã hóa theo UTF-16

// thành UTF-8 và ASCII

byte[] utf8String = Encoding.UTF8.GetBytes(srcString);

byte[] asciiString = Encoding.ASCII.GetBytes(srcString);



// Ghi mảng các byte được mã hóa theo UTF-8 và ASCII ra file.

output.WriteLine("UTF-8



Bytes: {0}",



BitConverter.ToString(utf8String));

output.WriteLine("ASCII



Bytes: {0}",



BitConverter.ToString(asciiString));



// Chuyển các byte được mã hóa theo UTF-8 và ASCII

// thành chuỗi được mã hóa theo UTF-16 và ghi ra file.

output.WriteLine("UTF-8



Text : {0}",



Encoding.UTF8.GetString(utf8String));

output.WriteLine("ASCII



Text : {0}",



Encoding.ASCII.GetString(asciiString));



// Ghi dữ liệu xuống file và đóng file.

output.Flush();



65

Chương 2: Thao tác dữ liệu

output.Close();

}

}

}



Chạy CharacterEncodingExample sẽ tạo ra file output.txt. Mở file này trong một trình soạn

thảo có hỗ trợ Unicode, bạn sẽ thấy kết quả như sau:

Source Text : Area = Πr^2

UTF-16 Bytes: 41-00-72-00-65-00-61-00-20-00-3D-00-20-00-A0-03-72-00-5E-00-32-00

UTF-8



Bytes: 41-72-65-61-20-3D-20-CE-A0-72-5E-32



ASCII



Bytes: 41-72-65-61-20-3D-20-3F-72-5E-32



UTF-8



Text : Area = Πr^2



ASCII



Text : Area = ?r^2



Chú ý rằng, nếu sử dụng UTF-16 thì mỗi ký tự được mã hóa bởi 2 byte, nhưng vì hầu hết các

ký tự đều là ký tự chuẩn nên byte cao là 0 (nếu sử dụng little-endian thì byte thấp viết trước).

Do đó, hầu hết các ký tự đều được mã hóa bởi những số giống nhau trong ba kiểu mã hóa,

ngoại trừ ký hiệu PI được mã hóa khác (được in đậm trong kết quả ở trên). Để mã hóa PI cần

2 byte, đòi hỏi này được UTF-8 hỗ trợ nên thể hiện được Π, trong khi đó ASCII chỉ sử dụng

một byte nên thay PI bằng mã 3F, đây là mã của dấu hỏi (?).







Nếu chuyển các ký tự Unicode sang ASCII hoặc một kiểu mã hóa khác thì có thể

mất dữ liệu. Bất kỳ ký tự Unicode nào có mã ký tự không biểu diễn được trong

kiểu mã hóa đích sẽ bị bỏ qua khi chuyển đổi.



Lớp Encoding cũng cung cấp phương thức tĩnh Covert để đơn giản hóa việc chuyển một mảng

byte từ kiểu mã hóa này sang kiểu mã hóa khác không phải qua trung gian UTF-16. Ví dụ,

dòng mã sau chuyển trực tiếp các byte trong mảng asciiString từ ASCII sang UTF-8:

byte[] utf8String = Encoding.Convert(Encoding.ASCII, Encoding.UTF8,

asciiString);



3.







Chuyển các kiểu giá trị cơ bản thành mảng kiểu byte

Bạn cần chuyển các kiểu giá trị cơ bản thành mảng kiểu byte.

Lớp System.BitConverter cung cấp các phương thức tĩnh rất tiện lợi cho việc

chuyển đổi qua lại giữa các mảng kiểu byte và hầu hết các kiểu giá trị cơ bản—

trừ kiểu decimal. Để chuyển một giá trị kiểu decimal sang mảng kiểu byte, bạn

cần sử dụng đối tượng System.IO.BinaryWriter để ghi giá trị đó vào một thể hiện

System.IO.MemoryStream, sau đó gọi phương thức Memorystream.ToArray. Để có

một giá trị decimal từ một mảng kiểu byte, bạn cần tạo một đối tượng

MemoryStream từ mảng kiểu byte, sau đó sử dụng thể hiện System.IO.BinaryReader

để đọc giá trị này từ MemoryStream.



66

Chương 2: Thao tác dữ liệu



Phương thức tĩnh GetBytes của lớp BitConverter cung cấp nhiều phiên bản nạp chồng cho

phép chuyển hầu hết các kiểu giá trị cơ bản sang mảng kiểu byte. Các kiểu được hỗ trợ là

bool, char, double, short, int, long, float, ushort, uint, và ulong. Lớp BitConverter cũng

cung cấp các phương thức tĩnh cho phép chuyển các mảng kiểu byte thành các kiểu giá trị

chuẩn như ToBoolean, ToUInt32, ToDouble,... Ví dụ sau minh họa cách chuyển các giá trị bool

và int thành mảng kiểu byte, và ngược lại. Đối số thứ hai trong ToBoolean và ToUInt32 cho

biết vị trí (tính từ 0) trong mảng byte mà BitConverter sẽ lấy các byte kể từ đó để tạo giá trị

dữ liệu.

byte[] b = null;



// Chuyển một giá trị bool thành mảng kiểu byte và hiển thị.

b = BitConverter.GetBytes(true);

Console.WriteLine(BitConverter.ToString(b));



// Chuyển một mảng kiểu byte thành giá trị bool và hiển thị.

Console.WriteLine(BitConverter.ToBoolean(b,0));



// Chuyển một giá trị int thành mảng kiểu byte và hiển thị.

b = BitConverter.GetBytes(3678);

Console.WriteLine(BitConverter.ToString(b));



// Chuyển một mảng kiểu byte thành giá trị int và hiển thị.

Console.WriteLine(BitConverter.ToInt32(b,0));



Đối với kiểu decimal, lớp BitConverter không hỗ trợ, nên bạn phải sử dụng thêm

MemoryStream và BinaryWriter.

// Tạo mảng kiểu byte từ giá trị decimal.

public static byte[] DecimalToByteArray (decimal src) {



// Tạo một MemoryStream làm bộ đệm chứa dữ liệu nhị phân.

using (MemoryStream stream = new MemoryStream()) {



// Tạo một BinaryWriter để ghi dữ liệu nhị phân vào stream.

using (BinaryWriter writer = new BinaryWriter(stream)) {



// Ghi giá trị decimal vào BinaryWriter/MemoryStream.

writer.Write(src);



67

Chương 2: Thao tác dữ liệu



// Trả về mảng kiểu byte.

return stream.ToArray();

}

}

}



Để chuyển một mảng kiểu byte thành một giá trị decimal, sử dụng BinaryReader để đọc từ

MemoryStream.

// Tạo giá trị decimal từ mảng kiểu byte.

public static decimal ByteArrayToDecimal (byte[] src) {



// Tạo một MemoryStream chứa mảng.

using (MemoryStream stream = new MemoryStream(src)) {



// Tạo một BinaryReader để đọc từ stream.

using (BinaryReader reader = new BinaryReader(stream)) {



// Đọc và trả về giá trị decimal từ

// BinaryReader/MemoryStream.

return reader.ReadDecimal();

}

}

}







4.



Lớp BitConverter cũng cung cấp phương thức ToString để tạo một String chứa

giá trị mảng. Gọi ToString và truyền đối số là một mảng byte sẽ trả về một

String chứa giá trị thập lục phân của các byte trong mảng, các giá trị này cách

nhau bởi dấu gạch nối, ví dụ “34-A7-2C”. Tuy nhiên, không có phương thức nào

tạo một mảng kiểu byte từ một chuỗi theo định dạng này.



Mã hóa dữ liệu nhị phân thành văn bản







Bạn cần chuyển dữ liệu nhị phân sang một dạng sao cho có thể được lưu trữ

trong một file văn bản ASCII (chẳng hạn file XML), hoặc được gởi đi trong email.







Sử dụng các phương thức tĩnh ToBase64String và FromBase64String của lớp

System.Converter để chuyển đổi qua lại giữa dữ liệu nhị phân và chuỗi được mã

hóa theo Base64.



68

Chương 2: Thao tác dữ liệu



Base64 là một kiểu mã hóa cho phép bạn mô tả dữ liệu nhị phân như một dãy các ký tự ASCII

để nó có thể được chèn vào một file văn bản hoặc một e-mail, mà ở đó dữ liệu nhị phân không

được cho phép. Base64 làm việc trên nguyên tắc sử dụng 4 byte để chứa 3 byte dữ liệu nguồn

và đảm bảo mỗi byte chỉ sử dụng 7 bit thấp để chứa dữ liệu. Điều này có nghĩa là mỗi byte dữ

liệu được mã hóa theo Base64 có dạng giống như một ký tự ASCII, nên có thể được lưu trữ

hoặc truyền đi bất cứ nơi đâu cho phép ký tự ASCII.

Lớp Convert cung cấp hai phương thức ToBase64String và FromBase64String để mã hóa và

giải mã Base64. Tuy nhiên, trước khi mã hóa Base64, bạn phải chuyển dữ liệu thành mảng

kiểu byte; và sau khi giải mã, bạn phải chuyển mảng kiểu byte trở về kiểu dữ liệu thích hợp

(xem lại mục 2.2 và 2.3).

Ví dụ sau minh họa cách sử dụng lớp Convert để mã hóa và giải mã Base64 với chuỗi

Unicode, giá trị int, giá trị decimal. Đối với giá trị decimal, bạn phải sử dụng lại các phương

thức ByteArrayToDecimal và DecimalToByteArray trong mục 2.3.

// Mã hóa Base64 với chuỗi Unicode.

public static string StringToBase64 (string src) {



// Chuyển chuỗi thành mảng kiểu byte.

byte[] b = Encoding.Unicode.GetBytes(src);



// Trả về chuỗi được mã hóa theo Base64.

return Convert.ToBase64String(b);

}



// Giải mã một chuỗi Unicode được mã hóa theo Base64.

public static string Base64ToString (string src) {



// Giải mã vào mảng kiểu byte.

byte[] b = Convert.FromBase64String(src);



// Trả về chuỗi Unicode.

return Encoding.Unicode.GetString(b);

}



// Mã hóa Base64 với giá trị decimal.

public static string DecimalToBase64 (decimal src) {



// Chuyển giá trị decimal thành mảng kiểu byte.



69

Chương 2: Thao tác dữ liệu

byte[] b = DecimalToByteArray(src);



// Trả về giá trị decimal được mã hóa theo Base64.

return Convert.ToBase64String(b);

}



// Giải mã một giá trị decimal được mã hóa theo Base64.

public static decimal Base64ToDecimal (string src) {



// Giải mã vào mảng kiểu byte.

byte[] b = Convert.FromBase64String(src);



// Trả về giá trị decimal.

return ByteArrayToDecimal(b);

}



// Mã hóa Base64 với giá trị int.

public static string IntToBase64 (int src) {



// Chuyển giá trị int thành mảng kiểu byte.

byte[] b = BitConverter.GetBytes(src);

// Trả về giá trị int được mã hóa theo Base64.

return Convert.ToBase64String(b);

}

// Giải mã một giá trị int được mã hóa theo Base64.

public static int Base64ToInt (string src) {

// Giải mã vào mảng kiểu byte.

byte[] b = Convert.FromBase64String(src);

// Trả về giá trị int.

return BitConverter.ToInt32(b,0);

}



70

Chương 2: Thao tác dữ liệu



Sử dụng biểu thức chính quy để kiểm tra dữ liệu nhập



5.





Bạn cần kiểm tra dữ liệu nhập vào có đúng với cấu trúc và nội dung được quy

định trước hay không. Ví dụ, bạn muốn bảo đảm người dùng nhập địa chỉ IP, số

điện thoại, hay địa chỉ e-mail hợp lệ.







Sử dụng biểu thức chính quy để bảo đảm dữ liệu nhập đúng cấu trúc và chỉ chứa

các ký tự được quy định trước đối với từng dạng thông tin.



Khi ứng dụng nhận dữ liệu từ người dùng hoặc đọc dữ liệu từ file, bạn nên giả định dữ liệu

này là chưa chính xác và cần được kiểm tra lại. Một nhu cầu kiểm tra khá phổ biến là xác định

các số điện thoại, số thẻ tín dụng, địa chỉ e-mail có đúng dạng hay không. Việc kiểm tra cấu

trúc và nội dung của dữ liệu không đảm bảo dữ liệu là chính xác nhưng giúp loại bỏ nhiều dữ

liệu sai và đơn giản hóa việc kiểm tra sau này. Biểu thức chính quy (regular expression) cung

cấp một cơ chế rất tốt để kiểm tra một chuỗi có đúng với cấu trúc quy định trước hay không,

do đó bạn có thể lợi dụng tính năng này cho mục đích kiểm tra dữ liệu nhập.

Trước tiên, bạn phải xác định cú pháp của biểu thức chính quy cho phù hợp với cấu trúc và

nội dung của dữ liệu cần kiểm tra, đây là phần khó nhất khi sử dụng biểu thức chính quy. Biểu

thức chính quy được xây dựng trên hai yếu tố: trực kiện (literal) và siêu ký tự

(metacharacter). Trực kiện mô tả các ký tự có thể xuất hiện trong mẫu mà bạn muốn so trùng;

siêu ký tự hỗ trợ việc so trùng các ký tự đại diện (wildcard), tầm trị, nhóm, lặp, điều kiện, và

các cơ chế điều khiển khác. Ở đây không thảo luận đầy đủ về cú pháp biểu thức chính quy

(tham khảo tài liệu .NET SDK để hiểu thêm về biểu thức chính quy), nhưng bảng 2.2 sẽ mô tả

các siêu ký tự thường dùng.

Bảng 2.2 Các siêu ký tự thường dùng

Siêu ký tự



Mô tả



.



Mọi ký tự trừ ký tự xuống dòng (\n).



\d



Ký tự chữ số thập phân (digit).



\D



Ký tự không phải chữ số (non-digit).



\s



Ký tự whitespace (như khoảng trắng, tab...).



\S



Ký tự non-whitespace.



\w



Ký tự word (gồm mẫu tự, chữ số, và dấu gạch dưới).



\W



Ký tự non-word.



^



Bắt đầu một chuỗi hoặc dòng.



\A



Bắt đầu một chuỗi.



$



Kết thúc một chuỗi hoặc dòng.



\z



Kết thúc một chuỗi.