C＃：解析文本文件

Question

我是文本文件，文件的内容是这样的：

idiom: meaning
description.
o example1.
o example2.

idiom: meaning
description.
o example1.
o example2.

.
.
.

正如您可以看到该文件包含上述段落，每个段落都有一些我想要提取的数据（请注意，示例以o开头）。 例如，我们有这些数据：

public class Idiom
{
    public string Idiom { get; set; }
    public string Meaning { get; set; }
    public string Description { get; set; }
    public IList<IdiomExample> IdiomExamples { get; set; }
}

public class IdiomExample
{
    public string Item { get; set; }
}

有没有办法在该文件中提取这些字段？ 任何想法？

编辑
该文件可以是任何东西，例如成语和动词，......例如，这只是我的模式，例如：

little by little: gradually, slowly (also: step by step)
o Karen's health seems to be improving little by little.
o If you study regularly each day, step by step your vocabulary will increase.
to tire out: to make very weary due to difficult conditions or hard effort (also: to wear out) (S)
o The hot weather tired out the runners in the marathon.
o Does studying for final exams wear you out? It makes me feel worn out!

提前致谢

Answer 1

这是我的问题的正则表达式：

(?<section>(?<idiom>^.+?):(?<meaning>.+)[\n](?<description>.*?)(?<examples>(?<example>o.+[\s\r\n])+))

我测试了一下，但我认为你必须解决一些小问题。 一般来说，它运作良好。

此正则表达式的设置：

RegexOptions.IgnoreCase | RegexOptions.Multiline | RegexOptions.ExplicitCapture | RegexOptions.IgnorePatternWhitespace | RegexOptions.CultureInvariant

那么，您有3种方法可以处理您的文件。 首先是使用正则表达式，它是开发中最快的，性能解决方案中最慢的。 第二种是将文本解析为字符串并使用LINQ或任何你想要的。 对我来说，这种方法是错误的，不可扩展的等等，但它具有更好的性能，如果你处理非常庞大的文件，这可能是至关重要的。 第三种是使用正式的语法和终端机器或类似的东西......我从来没有实现过这样的东西，但我知道，开发和维护起来很快很难，所以我建议你使用正则表达式和如果性能成为你的瓶颈，那么转移到另一种方法

希望这可以帮助！

Answer 2

您的示例没有说明，但此正则表达式接受可选说明。 它让您了解如何解析输入而不是整个C＃代码。

请参阅此演示并查看各组

(?smx)
^ 
([^:\n]+):\s*([^\n]+)
\n([^o].*?\n|)
(^o.*?)
(?=\Z|^[^o:\n]+:)

在这之后：

1. 第一组有成语

2. 第2组有意义

3. 组＃3具有描述（如果存在）

4. 第4组有所有例子

这个正则表达式不会将您的示例解析为几个示例，即下一个作业。 你可能也不喜欢一些换行符。

Answer 3

沿着这些方向的东西（没有测试它，这只是一个建议）

RegEx r = new RegEx(@"Idiom:([^\n]+)\n([^o]+)(o([^o]+)o)*");

Answer 4

这样的事情应该有效。 我没有测试它，但通过一点调试我想它会起作用。

我知道你把regex放在标签中，但这也是一种提取线的方法。

using ( var textReader = new StreamReader("idioms.txt") )
{
    var idioms = new List<Idiom>();
    string line;
    while ( ( line = textReader.ReadLine() ) != null )
    {
        var idiom = new Idiom();
        if ( line.StartsWith("idiom: ") )
        {
            idiom.Meaning = line.Replace("idiom: ", string.Empty);
            idiom.Description = textReader.ReadLine();

            while ( ( line = textReader.ReadLine() ) != null )
            {
                if ( line.StartsWith("o ") )
                    idiom.IdiomExamples.Add(new IdiomExample { Item = line.Replace("o ", string.Empty) });
                else break;
            }
            idioms.Add(idiom);
        }
    }

    ///idioms ready
}