indexof和子字符串的问题
本文关键字:问题 字符串 indexof | 更新日期: 2023-09-27 18:08:39
现在,在我通过帮助解决了这个问题之后,我在一个小文本文件中从两个标签之间获取文本,我为测试创建了只有4行。现在我想创建一个新的文本文件,它将包含原始文件的内容,但在我发现标签之间的文本的每个地方,我希望看到空格空字符串。那么如果原始文本文件现在是这样的:
daniel<Text>THISISOUTisthere</Text>
<Text>hellobye</Text>
<Text>danielTHISishereandnotthere</Text>
danie <Text> is THIS here and not THERE</Text>
所以新文件应该看起来像:
daniel<Text> </Text>
<Text> </Text>
<Text> </Text>
danie <Text> </Text>
这是现在不能工作的代码。我使用了一些帮助变量,但在运行以下代码时出现了错误:
string hh = f.Substring(lastIndex, currentIndex);
错误提示:Index和length必须指向字符串中的某个位置。参数名称:长度
这是现在不能工作的完整代码:
private void test()
{
w = new StreamWriter(@"d:'testFile.txt");
int currentLength;
int currentIndex;
int lastIndex = 0;
string startTag = "<Text>";
string endTag = "</Text>";
int startTagWidth = startTag.Length;
//int endTagWidth = endTag.Length;
index = 0;
while (true)
{
index = f.IndexOf(startTag, index);
if (index == -1)
{
break;
}
// else more to do - index now is positioned at first character of startTag
int start = index + startTagWidth;
currentIndex = start;
index = f.IndexOf(endTag, start+1);
if (index == -1)
{
break;
}
// found the endTag
string g = f.Substring(start, index - start - 1);
currentLength = index - start - 1;
string hh = f.Substring(lastIndex, currentIndex);
w.WriteLine(hh);
lastIndex = currentIndex + currentLength;
listBox1.Items.Add(g);
}
}
子字符串的第二个参数是长度,而不是索引位置,所以它应该是
string hh = f.Substring(lastIndex, currentIndex-lastIndex);
另外,你砍掉了太多的字符,你想把currentLength = index - start -1
改成currentLength = index - start
最后使用Writeline
将添加额外的换行符,使用Write
代替
作为一种有趣的替代方法,您可以使用正则表达式为您完成替换:
string input = "daniel<Text>THISISOUTisthere</Text>'n<Text>hellobye</Text>'n<Text>danielTHISishereandnotthere</Text>'ndanie <Text> is THIS here and not THERE</Text>";
Regex re = new Regex("(?<=<Text>).*?(?=</Text>)");
string output = re.Replace(input, m => new string(' ', m.Length));
Console.WriteLine(input);
Console.WriteLine();
Console.WriteLine(output);
程序输出:
daniel<Text>THISISOUTisthere</Text>
<Text>hellobye</Text>
<Text>danielTHISishereandnotthere</Text>
danie <Text> is THIS here and not THERE</Text>
daniel<Text> </Text>
<Text> </Text>
<Text> </Text>
danie <Text> </Text>
另一个有趣的选择,因为我觉得我想尝试让它工作:一个自己动手的小解析器。
注意:这不是一个真正的HTML或XML解析器!它只涉及一个标签(例如<Text>
),并且没有任何属性…
那么,解析器需要什么呢?对,一个标记器。给你:
static IEnumerable<Token> Tokenize(string input, string tag)
{
int index = 0;
int lastIndex = 0;
// Define the start and end tag and their common first character
char tagChar = '<';
string startTag = tag + '>';
string endTag = '/' + tag + '>';
while (true)
{
Token token = null;
// Search for any new tag token
index = input.IndexOf(tagChar, index) + 1;
if (index <= 0)
break;
// Starttag or endtag token found
if (input.Substring(index, startTag.Length) == startTag)
token = new Token { Start = index - 1, Length = startTag.Length + 1, TypeOfToken = Token.TokenType.StartTag };
else if (input.Substring(index, endTag.Length) == endTag)
token = new Token { Start = index - 1, Length = endTag.Length + 1, TypeOfToken = Token.TokenType.EndTag };
// Yield the text right before the tag and the tag itself
if (token != null)
{
yield return new Token { Start = lastIndex, Length = index - lastIndex - 1, TypeOfToken = Token.TokenType.Text };
yield return token;
lastIndex = index + token.Length - 1;
}
}
// Yield last text token
yield return new Token { Start = lastIndex, Length = input.Length - lastIndex, TypeOfToken = Token.TokenType.Text };
}
class Token
{
public int Start { get; set; }
public int Length { get; set; }
public TokenType TypeOfToken { get; set; }
public enum TokenType
{
Text,
StartTag,
EndTag
}
}
它甚至有些优化,因为它只搜索<
,然后检查它是开始还是结束标记。
将字符串标记化后,其余的处理非常简单:
static string ProcessString(string input, string tag)
{
var sb = new StringBuilder();
int depth = 0;
foreach (var token in Tokenize(input, tag))
{
// Append all tags, but only text tokens with depth level 0
if (token.TypeOfToken != Token.TokenType.Text ||
(token.TypeOfToken == Token.TokenType.Text && depth == 0))
sb.Append(input.Substring(token.Start, token.Length));
else
sb.Append(new string(' ', token.Length));
// Increment for each starttag, decrement for each endtag, never smaller than 0
depth = Math.Max(0, depth + (token.TypeOfToken == Token.TokenType.StartTag ? 1 :
(token.TypeOfToken == Token.TokenType.EndTag ? -1 : 0)));
}
return sb.ToString();
}
这比正则表达式解决方案更灵活,因为您可以赋予它更多的语义含义,比如深度。例如调用这个:
ProcessString("level0<Tag>level1<Tag>level2</Tag>level1again</Tag>level0again", "Tag");
将被处理为:
"level0<Tag> <Tag> </Tag> </Tag>level0again"