檢查列表是否包含緊密匹配的字符串

Question

我正在嘗試找出實現以下情況的最有效方法：

我有一個這樣的清單：

public static IEnumerable<string> ValidTags = new List<string> {
  "ABC.XYZ",
  "PQR.SUB.UID",
  "PQR.ALI.OBD",
};

我有一個包含多個列的大型CSV文件。 列之一是tags 。 此列包含空白值或以上值之一。 問題是，標簽列可能包含“ ABC.XYZ?@ ”之類的值，即有效標簽加上一些多余的字符。 我需要使用有效標簽更新此類列，因為它們“ 緊密匹配 ”我們的有效標簽之一。

例：

• CSV是否包含PQR.ALI.OBD? 使用有效標簽PQR.ALI.OBD更新它
• 如果CSV包含PQR.ALI.OBA ，則此無效，只需添加后綴invalid並將其更新為PQR.ALI.OBA-invalid 。

我正在嘗試找出最佳方法。

我當前的方法是：

1. 遍歷CSV中的每一列，獲取tagValue
2. 現在檢查我們的tagValue是否包含列表中的任何字符串
3. 如果包含但不完全相同，則使用包含的值對其進行更新。
4. 如果它不“包含”列表中的任何值，請添加后綴無效。

有沒有更好/更有效的方法來做到這一點？

更新：

該列表只有5個項目，這里顯示了三個項目。 多余的字符僅在末尾出現，這是因為人們正在用excel網絡版本編輯這些CSV，並且弄亂了某些條目。

我當前的代碼：（我確定有更好的方法可以做到這一點，這也是C＃的新功能，所以請告訴我如何改進它）。 我正在使用CSVHelper來獲取CSV單元格。

var record = csv.GetRecord<Record>();
string tag = csv.GetField(10); //tag column number in CSV is 10
/* Criteria for validation:
* tag matches our list, but has extraneous chars - strip extraneous chars and update csv
* tag doesn't match our list - add suffix invalid.*/
int listIndex = 0;
bool valid;
foreach (var validTags in ValidTags) //ValidTags is the enum above
{
    if (validTags.Contains(tag.ToUpper()) && !string.Equals(validTags, subjectIdentifier.ToUpper()))
    {
     valid = true;
     continue; //move on to next csv row.
    //this means that tag is valid but has some extra characters appended to it because of web excel, strip extra charts

    }
    listIndex++; 
    if(listIndex == 3 && !valid) { 
     //means we have reached the end of the list but not found valid tag 
     //add suffix invalid and move on to next csv row
    }
}

Answer 1

由於您說附加字符僅在末尾，並且假定原始標簽仍在附加字符之前，因此您可以在列表中搜索每個標簽，以查看該標簽是否包含列表中的條目。 如果匹配，則將其更新為正確的條目（如果不完全匹配），如果不完全匹配，則將“ -invalid”標簽附加到該條目。

在執行此操作之前，我們可能需要首先對列表Descending進行排序，以便在搜索時找到最接近（最長）的匹配項（如果列表中的一項以列表中的另一項開頭）。

var csvPath = @"f:\public\temp\temp.csv";
var entriesUpdated = 0;

// Order the list so we match on the most similar match (ABC.DEF before ABC)
var orderedTags = ValidTags.OrderByDescending(t => t);
var newFileLines = new List<string>();

// Read each line in the file
foreach (var csvLine in File.ReadLines(csvPath))
{
    // Get the columns
    var columns = csvLine.Split(',');

    // Process each column
    for (int index = 0; index < columns.Length; index++)
    {
        var column = columns[index];

        switch (index)
        {
            case 0: // tag column
                var correctTag = orderedTags.FirstOrDefault(tag =>
                    column.IndexOf(tag, StringComparison.OrdinalIgnoreCase) > -1);

                if (correctTag != null)
                {
                    // This item contains a correct tag, so 
                    // update it if it's not an exact match
                    if (column != correctTag)
                    {
                        columns[index] = correctTag;
                        entriesUpdated++;
                    }
                }
                else
                {
                    // This column does not contain a correct tag, so mark it as invalid
                    columns[index] += "-invalid";
                    entriesUpdated++;
                }

                break;

            // Other cases for other columns follow if needed
        }
    }

    newFileLines.Add(string.Join(",", columns));
}

// Write the new lines if any were changed
if (entriesUpdated > 0) File.WriteAllLines(csvPath, newFileLines);