Question

例如我有这个：

“是吗？Wo war ich？Ach ja。＆lt; pa＆gt;”＆gt;

我需要创建一个仅包含：

的新文本文件

了？禾战ich？ Ach ja。

我有一个像43mb这样的大文件，我需要扫描整个文件，只获取以"开头并以<pa>"结尾的地方，并获取此标签之间的字符串。

到目前为止我做了这段代码：

private void retrivingTestText()
        {
            w = new StreamWriter(retrivedTextFile);
            string startTag = "\"";
            string endTag = "&lt;pa&gt;";
            int startTagWidth = startTag.Length;
            int endTagWidth = endTag.Length;
            string text = "\"Was? Wo war ich? Ach ja.&lt;pa&gt;\">";

            int begin = text.IndexOf(startTag);
            int end = text.IndexOf(endTag, begin + 1);

            string result = text.Substring(begin+1, end-1);
            w.WriteLine(result);
            w.Close();


        }

但是现在我需要在一个43mb xml的大文件上创建它。所以在构造函数中我已经做过StreamReader r; 和字符串f; 然后我做了：

r = new StreamReader(@"D:\New folder (22)\000004aa.xml")
f = r.ReadToEnd();

现在我需要将它与上面的代码一起使用来提取startTag和endTag之间的大文件中的所有字符串，而不仅仅是特定的文本。

我需要制作另一个函数，所以在我做出更改后，它会知道将所有extractes文本字符串添加回startTag和endTag之间的正确位置

感谢。

Answer 1

关于如何使用正则表达式删除HTML标记，有类似的帖子。这是link。

另一个你可以调整的，here.

Answer 2

您可以采用以下方法来提取数据。

string word = "\"Was? Wo war ich? Ach ja<pa>\"Jain\"Romil<pa>\"";
string[] stringSeparators = new string[] { "<pa>\"" };
string ans=String.Empty;
string[] text = word.Split(stringSeparators, StringSplitOptions.None);

foreach (string s in text)
{
    if (s.IndexOf("\"") >= 0)
    {
        ans += s.Substring(s.IndexOf("\"")+1);
    }
}
return ans;

如何在整个文件中使用循环从文件中提取字符串文本？

2 个答案: