Question

我有一个.txt文件，其中有大约500个条目，每个条目用新行分隔。文件大小约为13MB，每行的格式如下：

SomeText<tab>Value<tab>AnotherValue<tab>

我的问题是从程序的输入中找到某个“字符串”，从文件的第一列开始，并从两列中获取相应的Value和AnotherValue。

第一列未排序，但文件中的second和third列值实际上已排序。但是，这种排序对我来说没什么用处。

该文件是静态的，不会更改。我想在这里使用Regex.IsMatch()，但我不确定这是否是最好的方法，一行一行。

如果查找时间会急剧增加，我可能会重新排列第一列（因此会对second＆amp; third列进行排序。如果需要，有关如何实施此方法或上述方法的任何建议吗？

找到字符串后，我应该如何获取这两个列值？

修改我意识到文件中会有相当多的搜索对用户的至少oe请求。如果我要找到一个值数组，如何返回某种具有相应匹配值的字典？

Answer 1

也许使用此代码：

var myLine = File.ReadAllLines()
   .Select(line => line.Split(new [] {' ', '\t'}, SplitStringOptions.RemoveEmptyEntries)
   .Single(s => s[0] == "string to find");

myLine是一个表示行的字符串数组。您还可以使用.AsParallel()扩展方法来获得更好的性能。

Answer 2

var firstFoundLine = File.ReadLines("filename").FirstOrDefault(s => s.StartsWith("string"));
if (firstFoundLine != "")
{
    char yourColumnDelimiter = '\t';
    var columnValues = firstFoundLine.Split(new []{yourColumnDelimiter});
    var secondColumn = columnValues[1];
    var thirdColumns = columnValues[2];
}

File.ReadLines优于File.RealAllLines因为您不需要读取整个文件 - 只有在找到匹配的字符串http://msdn.microsoft.com/en-us/library/dd383503.aspx

之后

Answer 3

将这种怪物解析为某种数据库 SQL Server / MySQL是首选，但如果由于各种原因无法使用它们，SQLite甚至Access或Excel都可以使用。这样做一次并不难完成后，搜索将变得简单快捷。

Answer 4

GetLines(inputPath).FirstOrDefault(p=>p.Split(",")[0]=="SearchText")

private static IEnumerable<string> GetLines(string inputFile)
{
    string filePath = Path.Combine(Directory.GetCurrentDirectory(),inputFile);
    return File.ReadLines(filePath);
}

Answer 5

您需要多少次进行此搜索？如果您节省每次搜索的时间，那么启动时的某些预处理成本是否值得？是否可以在启动时将所有数据加载到内存中？将文件解析为对象并将结果粘贴到哈希表中？

我认为Regex不会比任何标准字符串选项更有帮助。你正在寻找一个固定的字符串值，而不是一个模式，但我仍然需要纠正。

<强>更新假设“SomeText”是唯一的，您可以使用像这样的字典

数据表示来自文件的值。 MyData 是一个将它们保存在内存中的类。

public IEnumerable<string> Data = new List<string>() {
  "Text1\tValue1\tAnotherValue1\t",
  "Text2\tValue2\tAnotherValue2\t",
  "Text3\tValue3\tAnotherValue3\t",
  "Text4\tValue4\tAnotherValue4\t",
  "Text5\tValue5\tAnotherValue5\t",
  "Text6\tValue6\tAnotherValue6\t",
  "Text7\tValue7\tAnotherValue7\t",
  "Text8\tValue8\tAnotherValue8\t"
};

public class MyData {
   public String SomeText { get; set; }
   public String Value { get; set; }
   public String AnotherValue { get; set; }
}


[TestMethod]
public void ParseAndFind() {

        var dictionary = Data.Select(line =>
        {
            var pieces = line.Split(new char[] { '\t' }, StringSplitOptions.RemoveEmptyEntries);
            return new MyData {
                SomeText = pieces[0],
                Value = pieces[1],
                AnotherValue = pieces[2],
            };
        }).ToDictionary<MyData, string>(dat =>dat.SomeText);

        Assert.AreEqual("AnotherValue3", dictionary["Text3"].AnotherValue);
        Assert.AreEqual("Value7", dictionary["Text7"].Value);

}

hth，

艾伦

从txt中的500k条目中搜索字符串

5 个答案: