Question

我对c＃很新。有人可以给我一个正确的方向，我该如何解析下面的文本文件？

我想要实施的程序将执行以下操作：

它会要求用户输入目录。它将在目录中搜索文本文件。它将遍历文本文件，解析它们，并将它们保存在一个表数据库中。文本文件具有以下结构：

（这是文本文件1）

001 - Milan (Citizens)

Pitch Street

  John Doe               15, F1 2             35022I        
  Janette Doe            17, F7 2             32345I            

Angel Street

  Mark Skate             12, F3 2             35532I        
  Jacqueline Skate       18, F6 2             54343I

（这是文本文件2）

002 - Rome (Citizens)

Colosseum Street

  Christian Troy         21, F8 5             21354I        
  Janette Doe            17, F7 2             23453T            

Pope Street

  Sean McNamara          Villa McNamara       12424I        
  Julia McNamara         Villa McNamara       43344I

等...

001 - 米兰等......是小镇。这可以在每个文本文件的开头找到一次。斗兽场街等...是街道名称。然后对于每条街道都有一个包含3列的列表：名称，地址，身份证。

我需要的是将每个公民插入数据库。数据库将有一个表格，格式如下：

姓名，地址，id_card，城镇，街道

因此，每个公民都必须存放在某种阵列中，阵列将包含公民各自的城镇和公民。

如果有人可以就如何解析这个文本文件的格式给我一些想法，那就太棒了，因为它有一些不寻常的格式。另请注意，姓名，地址和身份证之间的空格是实际的空格而不是标签。

非常感谢提前！

此致克里斯

Answer 1

尝试将问题分解为更小的问题

编写一个测试应用程序，该应用程序将从用户How to browse for folder获取目录
编写一个测试应用程序，它将循环遍历目录中的所有文件Exclude certain file extensions when getting files from a directory
编写一个测试应用程序，一次读取一行文件 https://stackoverflow.com/search?q=c%23+read+lines+in+file
编写一个将解析给定文本的测试应用程序

为此，我将创建一个基于状态的解析器。它知道它接下来要找什么，除非它找到了它，否则它不会移动到下一个状态 - 查找状态机以获得一个想法。如果文件格式的定义与您的示例建议的一样好，那么这将起作用。

Answer 2

您有两种选择：

及时阅读一行;第一行将是您的城市信息，从第0列开始的下一行（没有前导空格）将是您的地址，以两个空格开头的行将是您的公民信息
您可以构建正则表达式以匹配该文件格式并一次匹配所有文件

Answer 3

如果OP可以改变格式会很好，但这并不是一种可能性。

我认为一种方法是......

生成涵盖所有可能方案的文本文件的大量示例。
使用它作为指导，为文本结构（或部分文本）构成正则表达式。
编写解析代码，该代码采用表达式匹配的文本作为输入 - 为您创建的每个正则表达式创建一个。
将解析后的内容填入任何数据结构中。

正则表达式是一种廉价而快速的格式验证方法，也是一种“分段”步骤，可以使您的解析器更简单。

Answer 4

您是否坚持使用此文件格式？（因为它太糟糕了！;）目前，解析器没有明确的方法来区分街道或人。如果您要从头开始创建此文件结构，最好使用XML，甚至CSV。

Answer 5

以下是一些可能有助于您入门的代码。我根据数据文件格式做了一些假设：

人员地址中的每一行都有固定位置的名称，建筑物/公寓和卡片ID。
此人的姓名是姓名和姓氏（虽然可以处理任意数量的中间名/姓名缩写）
城镇ID和名称位于第一行
此人行始终以至少两个空格开头
空行只是空的

这有点像黑客，不使用任何正则表达式但是对上面给出的布局示例有效（我假设这些是机器生成的）。代码只是将单个文件解析为Citizen类，然后您可以将其插入到数据库表中，我假设您知道如何执行此操作。

我确信有很多优化措施，但它可以帮助你实现目标：

using System;
using System.IO;

namespace AddressParser
{
  class Program
  {
    public class TownInfo
    {
      public int TownID { get; set; }
      public string TownIDAsString { get; set; }
      public string Town { get; set; }
    }

    public class Citizen
    {
      public TownInfo Town { get; set; }
      public string Street { get; set; }
      public string FirstName { get; set; }
      public string Surname { get; set; }
      public string Building { get; set; }
      public string Flat { get; set; }
      public string CardID { get; set; }
    }

    static void Main(string[] args)
    {
      string dataFile = @"d:\testdata\TextFile1.txt";

      ParseAddressFileToDatabase(dataFile);
    }

    static void ParseAddressFileToDatabase(string dataFile)
    {
      using(StreamReader sr = new StreamReader(dataFile))
      {
        string line;
        bool isFirstLine = true;

        string currentStreet = null;
        TownInfo townInfo = null;

        while((line = sr.ReadLine()) != null)
        {
          if(isFirstLine)
          {
            townInfo = ParseTown(line);
            isFirstLine = false;
          }

          if(line.Trim() == String.Empty)
            continue;

          while(line != null && line.StartsWith("  "))
          {
            Citizen citizen = ParseCitizen(line, townInfo, currentStreet);

            //
            // Insert record into DB here
            //

            line = sr.ReadLine();
          }

          currentStreet = line;
        }
      }
    }

    private static TownInfo ParseTown(string line)
    {
      string[] town = line.Split('-');
      return new TownInfo()
      {
        TownID = Int32.Parse(town[0].Trim()),
        TownIDAsString = town[0].Trim(),
        Town = town[1].Replace("(Citizens)","").Trim()
      };
    }

    private  static Citizen ParseCitizen(string line, TownInfo townInfo, string currentStreet)
    {
      string[] name = line.Substring(2, 23).Trim().Split(' ');

      string firstName = name[0];
      string surname = name[name.Length - 1];

      // Assumes fixed positions for some fields
      string buildingOrFlat = line.Substring(24, 22).Trim();
      string cardID = line.Substring(46).Trim();

      // Split building or flat
      string[] flat = buildingOrFlat.Split(',');

      return new Citizen()
      {
        Town = townInfo,
        Street = currentStreet,
        FirstName = firstName,
        Surname = surname,
        Building = flat.Length == 0 ? buildingOrFlat : flat[0],
        Flat = flat.Length == 2 ? flat[1].Trim() : "",
        CardID = cardID
      };
    }
  }
}

Answer 6

我希望我不会太晚建议您的数据库结构需要工作（应该有很多答案可以帮助您解决主要问题）。

你不应该将你的地址存放在你的公民身上 - 将来你会成为一个收割者。相反，有一个单独的表：

公民： ID，姓名，姓氏，IDCard

地址：身份证，地址，城镇，街道

CitizenAddress： CitizenID，AddressID

因此，您有一个表格，其中包含公民的姓名和身份证详细信息，另一个表格包含地址 - 然后使用“CitizenAddress”表格将地址链接到公民。

这给你带来了什么好处？

好吧，如果你在一个地址有两个公民，你只需要存储一次地址。此外，如果您有一个公民可能在两个地址列出的情况，同样适用。您可以扩展此结构以维护公民在某个时间点居住的历史记录 - 因为您不需要在移动时覆盖该地址。

我该如何解析以下文本文件？

6 个答案: