如何解析文本文件中的信息

Question

我正在研究从文本文件中解析数据的各种选项。我们收到来自不同客户的发票，并且未预定义格式。基本上我们接收具有不同列的表类型结构，如下所示，并且需要从文件中提取数据。

现在，我们正在使用一个带有Parse方法的IExtractor接口，该接口由每个客户端解析器实现，并根据文件实例化相应的类，并对逻辑进行硬编码以检索数据。

由于客户端数量不断增加，我们正在寻找更强大，更易于编码的方法来从文本文件中提取信息。

是否建议使用正则表达式来标识页眉和页脚，并使用另一个表达式从每行中提取信息。如果有人能提出更好的选择，我将不胜感激。

<addition text>.....
    Date          Document            Invoice               Deductions     Paid Amount
    --------------------------------------------------------------------------------------------
    21.03.2014    9289                9280                  0.00                        48,000.00
    10.01.2013    21389               9402                  3.00                        4,000.00
    21.03.2014    9289                9280                  0.00                        48,000.00
    10.01.2013    21389               9402                  3.00                        4,000.00

    Sum Total
    Please ....<text>

Answer 1

如果您有太多的代码解决方案 - 即您提到的IExtractor .Parse - 那么我会选择嵌入式脚本语言

然后，您可以为每个客户端编写脚本。

我会使用Javascript作为语言（它内置了正则表达式支持）。我会使用codeplex中的jint项目