Question

我有一个我要解析并加载到数据库中的日志文件。我正在努力解决它的最佳方法。

日志文件的格式为类别：信息

Case Number: CASE01  
User ID: JOSM  
Software: Microsoft Word  
Date Started: 21-01-2010  
Date Ended: 22-01-2010

事实上，日志文件中还有其他的碎片和碎片，这意味着信息并不总是存在于同一条线上。我也只想要信息，而不是类别。

到目前为止，我已经尝试将它全部放入由\ r \ n分隔的数组中，但我必须知道我想要的信息的索引，以便一致地检索它，并且这会改变。我也试过通过StreamReader提供它并说

if (line.Contains("Case Number"))
{
    tbReport.AppendText("Case Number: " + line.Remove(0, 13) + "\r\n");
}

它为我提供了我想要的信息，但却很难做到。

我觉得我最好离开数组路径，但我可以做一些关于如何在数组中搜索该类别的指导，然后解析信息。

一旦我能准确地解析它，将它添加到数据库中应该是相当直接的。因为这是我第一次尝试这个，所以我会对任何有关此问题的最佳方法的提示或指导感兴趣。

感谢。

Answer 1

这将为您提供包含所有键/值对的集合。

List<KeyValuePair> items = new List<KeyValuePair>();

var line = reader.ReadLine();
while (line != null)
{
    int pos = line.IndexOf(':');
    items.Add(new KeyValuePair(line.Substring(0, pos), line.Substring(pos+1));

    line = reader.ReadLine();
}

如果您有一个包含所有可能名称作为属性的日志类，则可以改为使用反射：

class LogEntry
{
    public string CaseNumber { get; set; }
    public string User { get; set; }
    public string Software{ get; set; }
    public string DateStarted { get; set; }
    public string DateEnded { get; set; }
}

List<LogEntry> items = new List<LogEntry>();

var line = reader.ReadLine();
var currentEntry = new LogEntry();
while (line != null)
{
    if (line == "") //empty line = new log entry. Change to your delimiter.
    {
         items.Add(currentEntry);
         currentEntry = new LogEntry();
    }

    int pos = line.IndexOf(':');
    var name = line.Substring(0, pos).Replace(" ", string.Empty);
    var value = line.Substring(pos+1);

    var pi = entry.GetType().GetProperty(name);
    pi.SetValue(entry, value, null);


    line = reader.ReadLine();
}

请注意，我没有测试过代码（只是在这里直接编写）。您必须添加错误检查等。最后一种选择并不是很有效，但应该做得好。

Answer 2

听起来像是RegExp的好候选案例：

http://www.regular-expressions.info/dotnet.html

它们不是太容易学习，但是一旦你掌握了基本的理解，它们就不会被这些任务所打败。

Answer 3

这不是一个简单的答案，但您是否可以使用正则表达式来解析信息？

正则表达式有点像硬核，但是它们可以很容易地解析高级文件。

所以在我能看到的内容中，它就像：

如果一条线以A-Z开头，那么（a-z或A-Z或0-9或空格）从零到多次，然后是a：然后是空格，然后是值。

所以如果你为它做一个正则表达式（如果你等了一会儿，我会尝试为你制作一个），那么你可以测试每一行。如果它匹配，那么我们也可以使用正则表达式来取出最后一部分和“密钥”。如果它不匹配，那么我们只需将它附加到最后一个键。

要注意它并非完全万无一失，因为新系列可以这样开始，但我认为它是我们能做的最好的事情。

这里承诺的是正则表达式的起点：

^(?'key'[A-Z][a-z,A-Z,0-9,\s]+):\s(?'value'.+)

因此，为了尝试告诉它的作用，我们需要浏览每个部分：

^ 确保匹配在行首开始
（？'key'是一种开始“捕获”组的语法。正则表达式将使我们能够轻松获取正则表达式的“关键”部分。
我们用 [A-Z] - 这是一个匹配任何大字母的组。但只有一个
[az，AZ，0-9，\ s] + - 与上一组相同，但仅适用于所有大字母，小字母，数字和空格（\ s），加号在小组外面告诉它可以匹配不止一个。
然后我们结束小组，然后输入* ：，然后输入一个空格。
然后我们开始一个新组值组，就像关键组一样。
然后我们只写。（这意味着一切），然后只需 + 就可以捕获多个

我实际上认为你可以只拿整个字符串，然后匹配一个：

RegEx.Matches（或类似的东西），并循环遍历它们。

然后只需将match.Groups [“key”]和match.Groups [“value”]放入您的数组中。（对不起，我没有Visual Studio方便测试它）

解析不一致的日志文件

3 个答案: