Question

我必须使用以下示例结构解析文件

// This is a comment
  // NotUsed : 123654

****************************************
*          DESCRIPTION
***************************************
Header:         xxx
Date:           20010101    
ReqDate:20150402
P.O.            123456
Qty         10000
Part Number:     xx-yy-456
Type:           J
Product:            xxyy123456V0.01 (bulk) 
Cust ID:    51
Model:          
Location:       60
UPC:            123456
*
cust_ref:       Hello Worlkd
*
***************************************
*          Data
***************************************

我确实尝试使用以下Regex，但是当没有使用冒号（:)时它没有捕获键/值

public class TestRegEx
{
    private static readonly Regex KeyValFileRegex = new Regex(@"\b(?<key>(?!:)[\w\.]+|[ \w\.]+)\s*[\s=:]\s*(?<value>[^\n]*)(?=[^()\n]*[ =:\(]?)", RegexOptions.IgnoreCase);
    private static int Main(string[] args)
    {
        string inputStr = @"// This is a comment
  // NotUsed : 123654

****************************************
*          DESCRIPTION
***************************************
Header:         xxx
Date:           20010101    
ReqDate:20150402
P.O.            123456
Qty         10000
Part Number:     xx-yy-456
Type:           J
Product:            xxyy123456V0.01 (bulk) 
Cust ID:    51
Model:          
Location:       60
UPC:            123456
*
cust_ref:       Hello Worlkd
*
***************************************
*          Data
***************************************";

        var stream = new MemoryStream(Encoding.UTF8.GetBytes(inputStr));

        using (var r = new StreamReader(stream))
        {
            var data = new Data();
            string line;
            while ((line = r.ReadLine()) != null)
            {
                var match = KeyValFileRegex.Match(line);

                if (!match.Success) continue;

                var key = match.Groups["key"].Value;
                var value = match.Groups["value"].Value;

                if (!string.IsNullOrEmpty(value)) value = value.Trim();

                switch (key)
                {
                    case "Header":
                        data.Header = value;
                        break;
                    case "ReqDate":
                        data.RequestedDeliveryDate = value;
                        break;
                    case "Qty":
                        data.Qty = Convert.ToInt32(value);
                        break;
                    case "Type":
                        data.Type = value;
                        break;
                }
            }
        }

        return 0;
    }

    private class Data
    {
        public string Header { set; get; }
        public string RequestedDeliveryDate { set; get; }
        public string Brand { set; get; }
        public string Po { set; get; }
        public int Qty { set; get; }
        public string Type { set; get; }
    }
}

非常感谢任何帮助。

Answer 1

您当前的正则表达式存在缺陷，“Cust ID”字段将以“Cust”作为键返回，其余部分作为值返回。原因是正则表达式的[\s=:]部分。它被配置为使用空格和冒号字符作为分隔符。

因此，即使使用当前的分隔符集，您也会遇到问题。现在，您可以在这些括号中添加任何其他内容，但是您添加的分隔符越多，您将遇到的问题就越多。您似乎不确定期望什么样的数据格式。

通常，您应该将regex配置为接受一个分隔符，而不是在同一个脚本中尝试所有分隔符。这是通过尝试使用一个脚本进行解析来完成的，如果没有给出结果，请尝试另一个脚本。当然，这是不好的做法，但如果你正在使用不可预测的数据，这是最简单的方法。

Answer 2

您可以尝试另一种方法：如果有冒号，则匹配任意数量的空格，如果不匹配，则匹配至少3个空格 - 并使用该匹配来拆分字符串。看看：

public int Start()
{
    var rxDelim = new Regex(@"(?(:):\s*|\s{3,})\s*");
    var inputStr = @"// This is a comment
                 // NotUsed : 123654

****************************************
*          DESCRIPTION
***************************************
Header:         xxx
Date:           20010101    
ReqDate:20150402
P.O.            123456
Qty         10000
Part Number:     xx-yy-456
Type:           J
Product:            xxyy123456V0.01 (bulk) 
Cust ID:    51
Model:          
Location:       60
UPC:            123456
*
cust_ref:       Hello Worlkd
*
***************************************
*          Data
***************************************";

var stream = new MemoryStream(Encoding.UTF8.GetBytes(inputStr));
var line = string.Empty;
using (var r = new StreamReader(stream))
{
    var data = new Data();
    var s = string.Empty;
    while ((s = r.ReadLine()) != null)
    {
        if (Regex.IsMatch(s, @"(?i)^\*[^\r\n]*Description"))
        {
           s = r.ReadLine() + "\r\n";
           line += s;
           var add = r.ReadLine() + "\r\n";
           while (add != null && !Regex.IsMatch(add, @"(?i)^\*[^\r\n]*Description"))
           {
               line += add + "\r\n";
               add = r.ReadLine();
           }
           var matches = line.Split(new[] { "\n", "\r" }, StringSplitOptions.RemoveEmptyEntries).Select(p => rxDelim.Split(p).GetLength(0) > 1 && rxDelim.Split(p)[0] != "*" && !rxDelim.Split(p)[0].TrimStart(new[] { ' ' }).StartsWith("//") ?
                   new { Key = rxDelim.Split(p)[0], Value = rxDelim.Split(p)[1] } :
                   new { Key = string.Empty, Value = string.Empty });
           foreach (var v in matches)
           {
               if (!String.IsNullOrWhiteSpace(v.Key) && !String.IsNullOrWhiteSpace(v.Value))
               {
                   switch (v.Key)
                   {
                      case "Header":
                           data.Header = v.Value;
                           break;
                      case "ReqDate":
                           data.RequestedDeliveryDate = v.Value;
                           break;
                      case "Qty":
                           data.Qty = Convert.ToInt32(v.Value);
                           break;
                      case "Type":
                           data.Type = v.Value;
                           break;
                   }
               }
           }
        }
    }
}
return 0;
}

.NET Regex Expression用分隔符解析文件

2 个答案: