C#：解析文本文件
C#：解析文本文件
提问于 2014-05-05 06:00:12
我有文本文件，文件的内容是这样的：
idiom: meaning
description.
o example1.
o example2.
idiom: meaning
description.
o example1.
o example2.
.
.
.如您所见，该文件包含上述段落，每个段落都有一些我希望提取的数据(请注意，示例以o开头)。例如，我们有以下数据：
public class Idiom
{
public string Idiom { get; set; }
public string Meaning { get; set; }
public string Description { get; set; }
public IList<IdiomExample> IdiomExamples { get; set; }
}
public class IdiomExample
{
public string Item { get; set; }
}有办法提取文件中的那些字段吗？知道吗？
编辑的
那个文件可以是任何东西，像成语和动词，.例如，这就是我的模式--例如：
little by little: gradually, slowly (also: step by step)
o Karen's health seems to be improving little by little.
o If you study regularly each day, step by step your vocabulary will increase.
to tire out: to make very weary due to difficult conditions or hard effort (also: to wear out) (S)
o The hot weather tired out the runners in the marathon.
o Does studying for final exams wear you out? It makes me feel worn out!预先感谢
回答 4
Stack Overflow用户
回答已采纳
发布于 2014-05-05 06:29:00
像这样的东西应该管用。我还没有对它进行测试，但是只要稍微调试一下就可以了。
我知道您将regex放在标记中，但这也是一种提取行的方法。
using ( var textReader = new StreamReader("idioms.txt") )
{
var idioms = new List<Idiom>();
string line;
while ( ( line = textReader.ReadLine() ) != null )
{
var idiom = new Idiom();
if ( line.StartsWith("idiom: ") )
{
idiom.Meaning = line.Replace("idiom: ", string.Empty);
idiom.Description = textReader.ReadLine();
while ( ( line = textReader.ReadLine() ) != null )
{
if ( line.StartsWith("o ") )
idiom.IdiomExamples.Add(new IdiomExample { Item = line.Replace("o ", string.Empty) });
else break;
}
idioms.Add(idiom);
}
}
///idioms ready
}Stack Overflow用户
发布于 2014-05-05 07:01:09
这是我对你问题的判断：
(?<section>(?<idiom>^.+?):(?<meaning>.+)[\n](?<description>.*?)(?<examples>(?<example>o.+[\s\r\n])+))我测试了一下，但我认为你必须解决一些小问题。总的来说，它运行得很好。
此正则表达式的设置：
RegexOptions.IgnoreCase | RegexOptions.Multiline | RegexOptions.ExplicitCapture | RegexOptions.IgnorePatternWhitespace | RegexOptions.CultureInvariant你有三种方法来处理你的文件。首先是使用regex，它是最快速的开发位置和最慢的性能解决方案。第二种方法是将文本解析为字符串，并使用LINQ或任何您想要的内容。对我来说，这种方法是错误的、不可扩展的等等，但是它具有更好的性能，如果您处理非常庞大的文件，这可能是非常关键的。第三种是使用正式的语法和终端机器之类的.我从来没有实现过这样的东西，但我知道开发和维护非常困难，所以我建议您使用regexp，然后迁移到另一种方法，如果性能将成为您的瓶颈。
希望这能有所帮助！
Stack Overflow用户
发布于 2014-05-05 07:23:41
您的示例没有描述，但是这个regexp接受可选的描述。它让您了解如何解析输入，而不是整个C#代码。
请看这里的这个演示，看看这些组
(?smx)
^
([^:\n]+):\s*([^\n]+)
\n([^o].*?\n|)
(^o.*?)
(?=\Z|^[^o:\n]+:)在此之后：
- Group#1有成语
- Group#2有意义
- 如果有，Group#3有描述
- Group#4提供了所有示例
此正则表达式不会将示例解析为几个示例，这是下一个工作。另外，你可能不喜欢一些新词。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/23465773
复制相关文章
相似问题
腾讯云开发者
