对于特定的字符，如何在N次之后匹配新行

本文关键字：之后 新行 于特定 字符 | 更新日期: 2023-09-27 18:00:51

我正在尝试匹配类似CSV的文件上的所有新行。问题是，巨大的文件总是带有一些断线，例如：

123|some string field|person 123|some optional open comment|324|213
133|some string field|person||324|213
153|some string field|person 123|some comment|324|213
126|some string field|another id|some open and
new line comment|324|213
153|string field|person 123|some comment|324|213
153|string field|person 123|another broken line
comment|324|213
133|field|person||324|213

因此，为了解决这些问题，我使用了以下逻辑：

    string ZSUR = File.ReadAllText(filePath);
    string originalFilePath = filePath;
    // Regular Expression to fix line break issues
    Regex RE = new Regex(@"['r't'n]+([^0-9'r't'n]{3}[^|'r't'n])");
    ZSUR = RE.Replace(ZSUR, "$1");
    // Backup the original file
    string[] backupFilePath = Regex.Split(filePath, @".txt$");
    File.Delete(backupFilePath[0] + "_BACKUP.txt");
    File.Move(originalFilePath, backupFilePath[0] + "_BACKUP.txt");
    // And then save on the same path the fixed file
    File.WriteAllText(originalFilePath, ZSUR);

它解决了90%的情况，因为正确行的第一部分总是以三位数开头，后面跟着一个管道。

但我不知道为什么它与这样的情况不匹配：

126|some string field|another id|some open and
double newlined 
123 coment|324|213
153|some string field|person 123|some comment|324|213
153|some string field|person 123|some comment|324|213
153|string field|person 123|Please split this line
31 pcs: 05/03/2013
31|324|213
153|some string field|person 123|some comment|324|213

正如你所看到的，我需要一种不同的方法来解决这个问题。我知道在我有了N次管道之后，那个烦人的评论字段就在那里了。那么，有什么方法可以匹配从一行开始的N个管道之后的所有新行和类似行吗？

其他想法也很受欢迎。

编辑：谢谢大家的回答。

我使用以下正则表达式解决了这个问题：

(?<!'|[CA]?'|([0-9]{2}.[0-9]{2}.[0-9]{4})?)['n'r]+

当然，我的真实文件与发布的示例略有不同，但主要的想法只是匹配所有没有的新行[''n''r]+

(?<! ... )

表达。

对于特定的字符，如何在N次之后匹配新行

您可以处理所有类似的事情，其中"Clean"是您定义的方法。

var prev = string.Empty;
const int requiredValueCount = 6;
foreach (var line in lines2.Split(new[] {Environment.NewLine}, StringSplitOptions.None))
{
    var values = (prev + line).Split('|');
    if (values.Length == requiredValueCount)
    {
        prev = string.Empty;
        Clean(values);
    }
    else
    {
        prev += line;
    }
}

首先用一些奇怪的东西替换所有(''|''d+''n(，比如''|''d~~

然后加入所有行，删除

然后由~~分割

我不会不必要地重新发明轮子。试试Sebastien Lorion的快速CSV阅读器。它很可能会做你需要做的事情(或者为你提供对错误采取纠正措施的设施(。我用过这个阅读器，它很好。

另一个选项是Codeplex中的KBCsv。从来没有用过，但它可能很好。

我也会采取将文件按原样读取到记录列表中的方法。由于您似乎只需要一点先行/后看，因此您可以在文件的一次传递中很容易地完成这项工作，类似于以下内容：

public IEnumerable<string[]> ReadRecordsFromCSV()
{
  string[] prev = null ;
  string[] curr = null ;
  // read each individual record from the file
  while ( null != (curr=MyCsvReader.ReadRecord()) )
  {
    if ( prev == null )
    { // no previous record? just shift and continue
      prev = curr ;
    }
    else
    { // previous record? splice if needed and emit a record
      string[] record ;
      bool spliceNeeded = CheckForSpliceConditions(prev,curr) ;
      if ( spliceNeeded )
      { // splice needed? build the record to emit and clear the previous record
        record = Splice( prev , curr ) ;
        prev = null ;
      }
      else
      { // no splice needed? set the record to emit and shift
        record = prev ;
        prev = curr ;
      }
    }
    // emit the record
    yield return record ;
  }
  // emit the last record if there is one.
  if ( prev != null )
  {
    yield return prev ;
  }
}

如果您需要多个级别的先行/后向，那么您需要一个类似移位寄存器的东西，在这里您可以将记录添加到列表的末尾，然后从列表的开头删除它们。您可以使用List<string[]>作为这样的移位寄存器，尽管这样做有点难看

编辑后注意：或者(更简单(，如果需要拼接，只需将当前记录附加到上一个记录，直到不再需要拼接。一旦这是真的，之前的记录就会被发出，你就可以从头开始，这样：

public IEnumerable<string[]> ReadRecordsFromCSV()
{
  string[] prev = null ;
  string[] curr = null ;
  // read each individual record from the file
  while ( null != (curr=MyCsvReader.ReadRecord()) )
  {
    if ( prev == null )
    { // no previous record? just shift and continue
      prev = curr ;
    }
    else
    { // previous record? splice if needed and emit a record
      bool spliceNeeded = CheckForSpliceConditions(prev,curr) ;
      if ( spliceNeeded )
      { // splice needed? build the record to emit and clear the previous record
        prev = Splice( prev , curr ) ;
      }
      else
      { // no splice needed? set the record to emit and shift
        yield return prev ;
        prev = null ;
      }
    }
  }
  // emit the last record if there is one.
  if ( prev != null )
  {
    yield return prev ;
  }
}
相关文章：