VB.NET中限制StreamReader仅读取纯文本文件的技术问询

这个问题我之前也帮人处理过，核心是不要靠StreamReader来判断文件是否是纯文本——它本来就是用来读取字节流的，只要编码能解析就不会报错，哪怕是二进制文件。要实现你的需求，得在打开文件前做两道验证：先卡扩展名，再验内容，双管齐下才靠谱。

1. 第一步：扩展名白名单过滤（快速挡掉大部分误操作） #

先给允许的文件扩展名列个白名单，用户选文件后先检查扩展名是否在列表里。这一步简单高效，能过滤掉大部分直接选Excel、.accdb的情况，虽然扩展名可以被伪造，但作为第一道防线很有必要。

VB.NET代码示例：

Dim allowedExtensions As New HashSet(Of String) From {".txt", ".xml", ".json", ".csv"} ' 可根据需求扩展白名单
Dim selectedFilePath As String = "用户选择的文件路径"
Dim fileExtension As String = Path.GetExtension(selectedFilePath).ToLower()

If Not allowedExtensions.Contains(fileExtension) Then
    MessageBox.Show("仅支持打开纯文本文件（.txt/.xml/.json等）", "非法文件类型")
    Environment.Exit(0) ' 自动退出工具
End If

2. 第二步：文件内容验证（防伪造扩展名的二进制文件） #

有些用户可能会把Excel、.accdb改扩展名成.xml或.txt，这时候就得检查文件内容是不是真的纯文本。纯文本文件的特点是：大部分字节都是可打印字符（ASCII 32-126），加上合法的控制字符（换行、回车、制表符这些，ASCII 9、10、13）。

我们可以读取文件开头的一部分字节（比如前1024字节，足够判断类型），检查是否存在大量不可打印的控制字符：

VB.NET代码示例：

Private Function IsPlainTextFile(filePath As String) As Boolean
    Dim bufferSize As Integer = 1024
    Dim buffer(bufferSize - 1) As Byte
    Dim readBytes As Integer

    Using fs As New FileStream(filePath, FileMode.Open, FileAccess.Read)
        readBytes = fs.Read(buffer, 0, bufferSize)
    End Using

    ' 定义合法的非打印控制字符：回车、换行、制表符
    Dim allowedControlChars As New HashSet(Of Byte) From {9, 10, 13}
    
    ' 兼容UTF-8 BOM，跳过前3字节
    Dim startIndex As Integer = 0
    If readBytes >= 3 AndAlso buffer(0) = &HEF AndAlso buffer(1) = &HBB AndAlso buffer(2) = &HBF Then
        startIndex = 3
    End If

    For i As Integer = startIndex To readBytes - 1
        Dim b As Byte = buffer(i)
        ' 判断：要么是可打印ASCII（32-126），要么是允许的控制字符
        If (b < 32 AndAlso Not allowedControlChars.Contains(b)) OrElse b > 126 Then
            ' 发现非文本字节
            Return False
        End If
    Next

    Return True
End Function

然后在扩展名验证通过后，调用这个函数：

If Not IsPlainTextFile(selectedFilePath) Then
    MessageBox.Show("该文件不是纯文本文件，无法打开", "非法文件内容")
    Environment.Exit(0)
End If

3. 额外说明 #

• 如果你需要支持其他编码（比如UTF-16），可以在内容验证时调整判断逻辑，比如检查UTF-16的BOM（FF FE或FE FF），并对应调整字节的判断规则。
• 这种方法不会100%覆盖所有极端情况，但足以应对绝大多数日常场景，平衡了准确性和性能。

内容的提问来源于stack exchange，提问作者Nich42