使用REGEX处理文件内容，而不是逐行处理

本文关键字：处理 逐行 REGEX 文件 使用 | 更新日期: 2023-09-27 18:24:34

我正试图使用C#通过Regex.Split()来分割一个包含区域的SQL脚本，而我似乎无法理解这种模式——我真的很难理解Regex的概念，在大多数情况下都觉得它完全令人困惑，尽管我确实认为它是实现以下目标的最佳解决方案。

输入字符串（下面是100'000*，因此我的方法缓慢）

--#region someregioncomment
aaaa
bbbb
--#endregion

其中，每个返回为'r'n。

输出Dictionary<string, string>

  • 密钥：--#region someregioncomment

  • 值：aaaa'r'nbbbb

目前我正在做这件事：

Dictionary<string, string> regionValues = new Dictionary<string, string>();
using (StringReader sr = new StringReader(SSBS))
{
  string strCurrentRegion = "";
  string strCurrentRegionContents = "";
  while (sr.Peek() != -1)
  {
    string strCurrentLine = sr.ReadLine();
    if (strCurrentLine.Contains("--#region"))
    {
      strCurrentRegion = strCurrentLine;
    }
    if (string.IsNullOrEmpty(strCurrentRegion))
    {
      continue;
    }
    else if (strCurrentLine.Contains("--#endregion"))
    {
      regionValues.Add(strCurrentRegion, strCurrentRegionContents);
      strCurrentRegion = "";
    }
    else
    {
      strCurrentRegionContents += ("'r'n" + strCurrentLine);
    }
  }
}

然而，我觉得这可以通过Regex模式和Regex.Split()相结合来实现——我似乎不知道这个模式应该是什么样子。。。

我曾经尝试过：

(--#region.*?)'n
(--#region)'w*

我好像就是不明白！感谢对我想要的输出的任何帮助：）

谢谢。

使用REGEX处理文件内容，而不是逐行处理

String.Split和Regex的问题是它将整个文件加载到内存中。那么，为什么不用StreamReader一行一行地阅读脚本呢？

Dictionary<string, string> regions = new Dictionary<string, string>();
string regionName = null;
StringBuilder regionString = new StringBuilder();
using (StreamReader streamReader = File.OpenText("MyFile.txt"))
{
    while (!streamReader.EndOfStream)
    {
        string line = streamReader.ReadLine();
        if (line.StartsWith("--#region "))         // Beginning of the region
        {
            regionName = line.Substring(10);
        }
        else if (line.StartsWith("--#endregion"))  // End of the region
        {
            if (regionName == null)
                throw new InvalidDataException("#endregion found without a #region.");
            regions.Add(regionName, regionString.ToString());
            regionString.Clear();
        }
        else if (regionName != null) // If the line is in a region
        {
            regionString.AppendLine(line);
        }
    }
}

小心使用字典。如果文件包含多个具有相同名称的区域。它会崩溃的。

少数建议：

  • 使用StringBuilder而不是串联字符串（以获得更好的性能）
  • 使用String.StartsWith而不是String.Contains有两个原因：性能（StartWith更容易检查，假设您的SQL中有一个包含"--#region"的字符串，会发生什么？！）
  • 要创建新行，请不要使用特定于环境的"'r'n"，而是使用Environment.NewLine
  • sr.Peek()不应用于测试文件/流的末尾。为此设计了一个属性：StreamReader.EndOfStream
相关文章：