Question

我必须解析一个这样构造的文件：

User: jcruz Name: Jules Last: Cruz  Email: Some@email.com 
User: jdoe Name: John Last: Doe Email: Some@email.com 
User: pmartin Name: Pete Last: Martin Email: Some@email.com 
User: rrichard Name: Reed Last: Richard Email: Some@email.com

我需要将名称，姓氏和电子邮件的每一行拆分为

类型的对象

var contact = new Conctact {
    Name = fieldFromLine,
    Last= fieldFromLine,
    Email = fieldFromLine
}

所以我的问题是使用哪个工具：String.Split或Regex.Split。以及如何实施它。

非常感谢...

这是迄今为止所做的事情：

String archivo = ((FileDialog)sender).FileName;

        using (TextReader sr = new StreamReader(archivo,Encoding.UTF8))
        {
            String line = String.Empty;
            while ((line = sr.ReadLine()) != null )
            {
                string[] result = Regex.Split(line,"User:");
                //How to get the other fields...


            }

        }

Answer 1

var result =File.ReadLines(fileName)
    .Select(line => line.Split(new string[]{"User:", "Name:", "Last:", "Email:"}, StringSplitOptions.RemoveEmptyEntries))
    .Select(parts => new Conctact(){ Name = parts[1], Last = parts[2], Email = parts[3] })
    .ToArray();

Answer 2

试试这个：

public class  contact 
{
   public string Name { get; set; }
   public string Lname { get; set; }
   public string Email { get; set; }
}
List<contact> contact = new List<contact>();
        private void split()
        {
            var lines = File.ReadAllLines(@"txt file address");
            foreach (var line in lines)
            {
               var splitline=line.Split(':');
           string name = splitline[2].Replace("Last", "");
           string lname = splitline[3].Replace("Email","");
           contact.Add(new contact { Name = name, Lname = lname, Email = splitline[4] });
            }
        }

Answer 3

正则表达式过度。还要注意一些包含空格的姓氏。

Contact c = new Contact();
string () tokens = input.Split(":".ToCharArray());

if (tokens.Count < 5)
    return; // error

// now strip the last word from each token
c.Name = tokens(2).Substring(0, tokens(2).LastIndexOf(" ".ToCharArray())).Trim();
c.Last = tokens(3).Substring(0, tokens(3).LastIndexOf(" ".ToCharArray())).Trim();
c.Email = tokens(4).Trim();

Answer 4

答案：两者都没有。

使用简单的有限状态机解析器来读取文件，因为除非你能保证文本值永远不会是“姓名：”或“最后：”或“电子邮件：”然后你将遇到字符串拆分问题。此外，基于FSM的解析器明显快于字符串拆分（因为没有无关的字符串分配）。

我没有时间写出整个解析器，但这是简单的逻辑：

enum State { InUser, InName, InLast, InEmail }

State currentState = State.InUser; // you start off with the 'cursor' in the "User" section
StringBuilder sb = new StringBuilder(); // this holds the current string element
foreach(Char c in entireTextFile) { // presumably using `StreamReader.Read()`
    switch( currentState ) {
        case InUser:
             switch( c ) {
                 // state transition logic here
             }
             // append the character to the StringBuilder until you've identified and reached the next field, then save the sb value to the appropriat
        case InName:
             // and so on...
    }
}

当然，FSM解析器与正则表达式解析器基本相同，但它意味着您可以自己编写状态转换代码，而不是使用RegEx的语法，这种语法更快，性能更高。

如果您的项目很小并且不关心性能，并且可以保证某些数据格式规则，那么我会使用正则表达式。

但永远不要使用String.Split来读取文件。

使用多个值行C＃解析文件

4 个答案: