Question

我需要阅读各种不同的文本文件（我有一些分隔文件和一些固定宽度的文件）。我考虑过逐行解析文件（使用File.ReadLine类型方法慢速）并使用ODBC文本驱动程序读取文件（更快），但有没有人有任何其他（更好）的建议？我正在使用.NET / C＃。

Answer 1

我不确定你真的可以做一个文本和Excel文件解析器，除非Excel文件你的意思是逗号/管道/制表符分隔文件，这实际上只是另一个文本文件。读取实际的Excel文件需要您使用MS Office库。

对于分隔文本文件解析，你可以查看FileHelpers - 开源，它们几乎涵盖了它。不确定它是否符合您的速度要求。

Answer 2

忽略Excel部分（您认为不重要）：

我发现LINQ在解析txt文件时非常有用（管道分隔或csv）

e.g。这会读取一个以管道分隔的文件，跳过hader行并创建一个IEnumerable作为结果：

var records = 来自File.ReadAllLines中的行（@“c：\ blah.txt”）。跳过（1） let parts = line.Split（'|'）选择部分;

Answer 3

回答我自己的问题：

我最终使用了Microsoft.VisualBasic.FileIO.TextFieldParser对象，请参阅：

http://msdn.microsoft.com/en-us/library/f68t4563.aspx

~~(example of implementation here)~~

这允许我处理csv文件而不用担心如何处理字段是否用引号括起来，包含逗号，转义引号等。

Answer 4

如果文件相对较小，您可以使用File类。它有这些方法可以帮助你：

ReadAllBytes
ReadAllLines
ReadAllText

Answer 5

你的问题有点模糊。我假设文本文件包含结构化数据，而不仅仅是随机文本行。

如果您自己解析文件，那么.NET有一个库函数来读取文本文件中的所有行到字符串数组（File.ReadAllLines）。如果您知道您的文件足够小以容纳在内存中，那么您可以使用此方法并使用正则表达式迭代数组以验证＆amp;提取字段。

Excel文件是一种不同的球类游戏。 .XLS文件是二进制文件，而不是文本文件，因此您需要使用第三方库来访问它们。 Excel 2007中的.XLSX文件包含压缩的XML数据，因此您需要再次解压缩XML，然后使用XML解析器获取数据。我不建议您编写自己的XML解析器，除非您觉得需要进行智力练习。

Answer 6

我同意约翰，

例如： -

using System.IO;

...

public class Program {
  public static void Main() {
    foreach(string s in File.ReadAllLines(@"c:\foo\bar\something.txt") {
      // Do something with each line...
    }
  }
}

Answer 7

如果使用File类和John建议的方法一次读取所有文件，则文件读取过程并不慢。根据文件的大小以及您要对它们执行的操作，它可能会使用更多或更少的内存。我建议您尝试使用File.ReadAllText（或适合您的任何内容）

Answer 8

关于阅读XLS文件：

如果您使用的是Microsoft Office XP及更高版本，则可以访问已包含的.NET SDK Office库，您可以在其中“本地”读取XLS文件，Word，PPT等。请注意，在Office XP下，您必须在安装期间手动检查（除非您以前安装过.NET）。

如果您没有Microsoft Office，我不知道这些库是否可作为单独的包提供。

由于某些不明原因，所有这些库（包括Office 2007 -aka：Office 12的最新版本）都是要使用的 pain 的COM组件，导致丑陋的依赖关系并且不向后兼容。 I.E。：如果您有一些方法可以与Office XP（Office11）一起使用，并且您使用Office 12将其安装到客户上，则无法正常工作，因为某些接口已更改。所以你需要维护两个的“库”和方法来处理它。如果使用Office 12库进行编程，并且您的客户拥有Office 11，则同样如此。您的库不起作用。：S

我不知道为什么微软从未在那些丑陋的东西周围创建一个Microsoft.Office.XXXX托管库（包装器）。

无论如何，你的问题很奇怪，试着在这里提出一些建议。祝你好运！

Answer 9

ODBC文本驱动程序现在已经过时了 - 它没有Unicode支持。

令人惊讶的是，MS Excel仍然使用它，因此如果您在Excel 2007中打开 Unicode CSV（而不是导入它），则会丢失所有非ASCII字符。

最好的办法是使用.Net的文件阅读方法，正如其他人所建议的那样。

使用.NET增强读取和解析文本文件的替代方法

9 个答案: