Question

我的RTF解析器需要处理两种类型的rtf文件（每个程序执行一个文件）：从Word保存的rtf文件和由COTS报表生成器实用程序创建的rtf文件。每个的rtf有效，但是不同。我的解析器使用正则表达式模式来检测，提取和处理两种类型的rtf文件中的各种rtf元素。

我决定在两个字典中实现rtf regex模式列表，一个字典用于Word rtf文件所需的rtf regex模式，另一个用于COTS实用程序rtf文件所需的rtf regex模式。在运行时，我的解析器检测到正在处理哪种类型的rtf文件（Word rtf包含rtf元素//schemas.microsoft.com/office/word，而COTS rtf则没有），然后从适当的字典中获取所需的regex模式。

为了简化在编写代码时引用模式的任务，我实现了一个枚举，其中每个枚举值代表一个特定的regex模式。为了简化使模式与其对应的枚举保持同步的任务，我将正则表达式模式实现为here-string，其中每行都是csv组成：{enum name}, {word rtf regex pattern}, {cots rtf regex pattern}。然后，在将模式加载到其字典中的运行时，我从csv获取枚举的int值，并使用它来创建字典键。

这使编写代码更加容易，但是我不确定这是实现和引用rtf表达式的最佳方法。有没有更好的办法？

示例代码：

public enum Rex {FOO, BAR};

string ex = @"FOO, word rtf regex pattern for FOO, cots rtf regex pattern for FOO
BAR, word rtf regex pattern for BAR, cots rtf regex pattern for BAR
";

我这样加载字典：

using (StringReader reader = new StringReader(ex))
{
    string line;

    while ((line = reader.ReadLine()) != null)
    {
        string[] splitLine = line.Split(',');
        int enumIntValue = (int)(Rex)Enum.Parse(typeof(Rex), splitLine[0].Trim());
        ObjWordRtfDict.Add(enumIntValue, line.Split(',')[1].Trim());
        ObjRtfDict.Add(enumIntValue, line.Split(',')[2].Trim());
    }
}

然后，在运行时，我根据解析器检测到的rtf文件的类型访问ObjWordRtfDict或ObjRtfDict。

string regExPattFoo = ObjRegExExpr.GetRegExPattern(ClsRegExExpr.Rex.FOO);

public string GetRegExPattern(Rex patternIndex)
{
    string regExPattern = "";

    if (isWordRtf)
    {
        ObjWordRtfDict.TryGetValue((int)patternIndex, out regExPattern);
    }
    else
    {
        ObjRtfDict.TryGetValue((int)patternIndex, out regExPattern);
    }

    return regExPattern;
}

根据Asif的建议修改的新代码

我保留了模式名称的枚举，以便编译器可以检查对模式名称的引用

包含为嵌入式资源的示例csv文件

SECT,^\\pard.*\{\\rtlch.*\\sect\s\}, ^\\pard.*\\sect\s\}
HORZ_LINE2, \{\\pict.*\\pngblip, TBD

用法示例

string sectPattern = ObjRegExExpr.GetRegExPattern(ClsRegExPatterns.Names.SECT);

ClsRegExPatterns类

using System.Collections.Generic;
using System.IO;
using System.Linq;
using System.Reflection;
using System.Text;
using System.Text.RegularExpressions;

namespace foo
{
    public class ClsRegExPatterns
    {
        readonly bool isWordRtf = false;
        List<ClsPattern> objPatternList;

        public enum Names { SECT, HORZ_LINE2 };

        public class ClsPattern
        {
            public string Name { get; set; }
            public string WordRtfRegex { get; set; }
            public string COTSRtfRegex { get; set; }
        }

        public ClsRegExPatterns(StringBuilder rawRtfTextFromFile)
        {
            // determine if input file is Word rtf or not Word rtf
            if ((Regex.Matches(rawRtfTextFromFile.ToString(), "//schemas.microsoft.com/office/word", RegexOptions.IgnoreCase)).Count == 1)
            {
                isWordRtf = true;
            }

            //read patterns from embedded content csv file
            string patternsAsCsv = new StreamReader((Assembly.GetExecutingAssembly()).GetManifestResourceStream("eLabBannerLineTool.Packages.patterns.csv")).ReadToEnd();

            //create list to hold patterns
            objPatternList = new List<ClsPattern>();

            //load pattern list
            using (StringReader reader = new StringReader(patternsAsCsv))
            {
                string line;

                while ((line = reader.ReadLine()) != null)
                {
                    string[] splitLine = line.Split(',');

                    ClsPattern objPattern = new ClsPattern
                    {
                        Name = splitLine[0].Trim(),
                        WordRtfRegex = splitLine[1].Trim(),
                        COTSRtfRegex = splitLine[2].Trim()
                    };

                    objPatternList.Add(objPattern);
                }
            }
        }

        public string GetRegExPattern(Names patternIndex)
        {
            string regExPattern = "";

            string patternName = patternIndex.ToString();

            if (isWordRtf)
            {
                regExPattern = objPatternList.SingleOrDefault(x => x.Name == patternName)?.WordRtfRegex;
            }
            else
            {
                regExPattern = objPatternList.SingleOrDefault(x => x.Name == patternName)?.COTSRtfRegex;
            }

            return regExPattern;
        }
    }
}

Answer 1

如果我正确理解您的问题陈述；我更喜欢下面这样的东西。

创建一个名为RtfProcessor的类

 public class RtfProcessor
        {
            public string Name { get; set; }
            public string WordRtfRegex { get; set; }
            public string COTSRtfRegex { get; set; }

            void ProcessFile()
            {
                throw new NotImplementedException();
            }

        }

其中名称表示FOO或BAR等。您可以维护此类文件的列表，并继续从如下的csv文件填充

List<RtfProcessor> fileProcessors = new List<RtfProcessor>();
            using (StringReader reader = new StringReader(ex))
            {
                string line;

                while ((line = reader.ReadLine()) != null)
                {
                    string[] splitLine = line.Split(',');
                    RtfProcessor rtfProcessor = new RtfProcessor();
                    rtfProcessor.Name = splitLine[0].Trim();
                    rtfProcessor.WordRtfRegex = line.Split(',')[1].Trim();
                    rtfProcessor.WordRtfRegex = line.Split(',')[2].Trim();
                    fileProcessors.Add(rtfProcessor);
                }
            }

并检索FOO或BAR的正则表达式模式

 // to get the regex parrtern for FOO you can use
  fileProcessors.SingleOrDefault(x => x.Name == "FOO")?.WordRtfRegex;

希望这会有所帮助。

在多行字符串中使用枚举名称将每个字符串行与枚举的整数值相关联。有没有更好的办法？

1 个答案: