N次匹配特定字符后，如何匹配新行？

Question

我正在嘗試匹配類似CSV的文件上的所有新行。 問題是大文件總是帶有一些虛線，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，為了解決這種情況，我使用了以下邏輯：

    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);

解決了90％的情況，因為正確行的第一部分始終以三位數字開頭，后接管道。

但是我不知道為什么它與這樣的情況不匹配：

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

如您所見，我需要一種不同的方法來解決此問題。 我知道經過N次管道之后，就會出現煩人的評論字段。 那么，有什么方法可以匹配從行首開始的N個管道之后的所有新行和類似行？

也歡迎其他想法。

編輯：謝謝你們的答案。

我使用以下正則表達式解決了這個問題：

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

當然，我的真實文件與發布的示例略有不同，但是主要思想是匹配所有新行[\\ n \\ r] +，而這些新行之前沒有

(?<! ... ) 

表達。

Answer 1

您可以像這樣處理所有事情，其中​​“ Clean”是您定義的方法。

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;
    }
}

Answer 2

首先將所有（\\ | \\ d + \\ n）替換為\\ | \\ d ~~

然后加入所有行，刪除\\ n

然后分開~~

Answer 3

我不會不必要地重新發明輪子。 嘗試使用Sebastien Lorion的Fast CSV Reader 。 它很可能會做您需要做的事情（或為您提供對錯誤采取糾正措施的便利）。 我用過這個閱讀器，它的功能相當不錯。

另一個選擇是Codeplex的KBCsv 。 從未使用過，但是可能很好。

我還將采用將文件原樣讀取到記錄列表中的方法。 由於似乎不需要多一點的先行/后向查找，因此您可以在文件的一次傳遞中輕松完成此操作，如下所示：

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 ;
  }

}

如果您需要一個以上的先行/后向查找，則需要類似移位寄存器的功能，在其中將記錄添加到列表的末尾，然后將它們從列表的開頭除去。 您可以將List<string[]>用作此類移位寄存器，盡管這樣做有點麻煩。

編輯以注意：另一種方法（也是更簡單的方法），如果需要拼接，只需將當前記錄追加到先前的記錄，直到不再需要拼接為止。 一旦成立，就會發出先前的記錄，並且從頭開始，因此：

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 ;
  }

}