Question

我正在尝试解析具有标题和正文的文本文件。在此文件的标题中，有对主体部分的行号引用。例如：

SECTION_A 256
SECTION_B 344
SECTION_C 556

这意味着，SECTION_A从第256行开始。

将此标题解析为字典的最佳方法是什么，然后在必要时阅读这些部分。

典型的情况是：

解析标题并只读部分SECTION_B
解析标题并阅读每个部分的第一段。

数据文件非常大，我绝对不想将所有内容加载到内存中，然后对其进行操作。

我很感激你的建议。我的环境是VS 2008和C＃3.5 SP1。

Answer 1

你可以很容易地做到这一点。

问题分为三个部分。

1）如何查找文件中某一行的起始位置。执行此操作的唯一方法是从文件中读取行，保留一个列表，该列表记录该行文件中的起始位置。 e.g

List lineMap = new List();
lineMap.Add(0);    // Line 0 starts at location 0 in the data file (just a dummy entry)
lineMap.Add(0);    // Line 1 starts at location 0 in the data file

using (StreamReader sr = new StreamReader("DataFile.txt")) 
{
    String line;
    int lineNumber = 1;
    while ((line = sr.ReadLine()) != null)
        lineMap.Add(sr.BaseStream.Position);
}

2）读取索引文件并将其解析为字典。

Dictionary index = new Dictionary();

using (StreamReader sr = new StreamReader("IndexFile.txt")) 
{
    String line;
    while ((line = sr.ReadLine()) != null)
    {
        string[] parts = line.Split(' ');  // Break the line into the name & line number
        index.Add(parts[0], Convert.ToInt32(parts[1]));
    }
}

然后在文件中找到一行，请使用：

int lineNumber = index["SECTION_B";];         // Convert section name into the line number
long offsetInDataFile = lineMap[lineNumber];  // Convert line number into file offset

然后在DataFile.txt上打开一个新的FileStream，Seek（offsetInDataFile，SeekOrigin.Begin）移动到行的开头，并使用StreamReader（如上所示）从中读取行。

Answer 2

嗯，显然你可以将名字+行号存储到字典中，但这对你没有任何帮助。

嗯，当然，它会让你知道从哪一行开始读取，但问题是，文件中的哪一行是那行？要知道的唯一方法是从头开始并开始计算。

最好的方法是编写一个解码文本内容的包装器（如果你有编码问题）并且可以给你一个行号到字节位置类型的映射，那么你可以把那个行号，256，看看在字典中知道256行从文件中的位置10000开始，然后从那里开始阅读。

这是一次性处理情况吗？如果没有，您是否考虑将整个文件填充到本地数据库中，如SQLite数据库？这将允许您在行号和其内容之间进行直接映射。当然，该文件甚至会比原始文件大，而且您需要将数据从文本文件复制到数据库，因此无论如何都会产生一些开销。

Answer 3

一次只读取一行文件并忽略数据，直到找到所需的数据。你不会有任何内存问题，但性能可能不会很好。您可以在后台线程中轻松完成此操作。

Answer 4

读取文件直到标题的末尾，假设您知道它在哪里。拆分你存储在空格上的字符串，如下所示：

Dictionary<string, int> sectionIndex = new Dictionary<string, int>();
List<string> headers = new List<string>(); // fill these with readline

foreach(string header in headers) {
    var s = header.Split(new[]{' '});
    sectionIndex.Add(s[0], Int32.Parse(s[1]));
}

找到你想要的字典条目，记住文件中读取的行数，然后循环直到你达到该行号，然后读到你到达下一部分的起始行。我不知道你是否可以保证字典中键的顺序，所以你可能需要当前和下一部分的名字。

请务必进行一些错误检查，以确保您正在阅读的部分不在您正在阅读的部分之前，以及您可以想到的任何其他错误情况。

Answer 5

您可以逐行读取，直到捕获到所有标题信息并停止（假设所有节指针都在标题中）。您可以使用部分和行号来稍后检索数据。

string dataRow = "";

try
{
    TextReader tr = new StreamReader("filename.txt");

    while (true)
    {
        dataRow = tr.ReadLine();
        if (dataRow.Substring(1, 8) != "SECTION_")
            break;
        else
            //Parse line for section code and line number and log values
            continue;
    }
    tr.Close();
}
catch (Exception ex)
{
    MessageBox.Show(ex.Message);
}

在C＃中解析文本文件并跳过一些内容

5 个答案: