我如何从文本文件读取所有行解析特定字符串

本文关键字：字符串 文本 读取 文件 | 更新日期: 2023-09-27 17:49:27

在每一行中，我想解析标签

  • 后面的字符串我知道这是html，但我把这部分的html复制到文本文件。例如，文本文件中的前两行如下所示: 
    <li>602 — <a href="/w/index.php?title=Text602&amp;action=edit&amp;redlink=1" class="new" title="Text602 (page does not exist)">Text602</a> document</li>
<li>ABW — <a href="/wiki/AbiWord" title="AbiWord">AbiWord</a> Document</li>

    我想解析第一行的602和第二行的ABW。我想做的是:

    private void ParseFilesTypes()
        {
            string[] lines = File.ReadAllLines(@"E:'New folder (44)'New Text Document.txt");
            foreach (string str in lines)
            {
                int r = str.IndexOf("<li>");
                if (r >= 0)
                {
                    int i = str.IndexOf(" -", r + 1);
                    if (i >= 0)
                    {
                        int c = str.IndexOf(" -", i + 1);
                        if (c >= 0)
                        {
                            i++;
                            MessageBox.Show(str.Substring(i, c - i));
                        }
                    }
                }
            }
        }

    但是c总是-1

    • 我如何从文本文件读取所有行解析特定字符串

    我认为这是一种情况下，regex将是有用的(除非没有li属性):

    var regex = new Regex("^<li>(.+) —");
foreach (string str in lines)
{
     var m = regex.Match(str);
     if (m.Success)
        MessageBox.Show(m.Groups[1].Value);
}

    实际上，您的问题是您正在读取具有不正确编码的文件。在文件—中有一个特殊字符，而不是-。因此，您需要纠正代码中的这个字符，并以正确的编码读取文件。如果你用错误的编码调试你的字符串读取，你会看到一个黑菱形而不是—。

    另外，您需要删除—之前的空格或将i + 1替换为i;

    private static void ParseFilesTypes()
{
    string sampleFilePath = @"log.txt";
    string[] lines = File.ReadAllLines(@"log.txt", Encoding.GetEncoding("windows-1252"));
    foreach (string str in lines)
    {
        int r = str.IndexOf("<li>");
        if (r >= 0)
        {
            int i = str.IndexOf(" —", r + 1);
            if (i >= 0)
            {
                int c = str.IndexOf(" —", i);
                if (c >= 0)
                {
                    i++;
                    int startIndex = r + "<li>".Length;
                    int length = i - startIndex - 1;
                    string result = str.Substring(r + "<li>".Length, length);
                    MessageBox.Show(result);
                }
            }
        }
    }
}
    相关文章：