如何用C＃解析文本文件
Posted
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了如何用C＃解析文本文件相关的知识，希望对你有一定的参考价值。
通过文本格式我意味着更复杂的东西。
起初我开始手动将我问这个问题的文本文件中的5000行添加到我的项目中。
文本文件有5000行，长度不同。例如：
1 1 ITEM_ETC_GOLD_01 골드(소) xxx xxx xxx_TT_DESC 0 0 3 3 5 0 180000 3 0 1 0 0 255 1 1 0 0 0 0 0 0 0 0 0 0 -1 0 -1 0 -1 0 -1 0 -1 0 0 0 0 0 0 0 100 0 0 0 xxx itemetcdrop_ch_money_small.bsr xxx xxx xxx 0 2 0 0 1 0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0 0 0 0 0 0 0 0 0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 1 표현할 골드의 양(param1이상) -1 xxx -1 xxx -1 xxx -1 xxx -1 xxx -1 xxx -1 xxx -1 xxx -1 xxx -1 xxx -1 xxx -1 xxx -1 xxx -1 xxx -1 xxx -1 xxx -1 xxx -1 xxx -1 xxx 0 0
1 4 ITEM_ETC_HP_POTION_01 HP 회복 약초 xxx SN_ITEM_ETC_HP_POTION_01 SN_ITEM_ETC_HP_POTION_01_TT_DESC 0 0 3 3 1 1 180000 3 0 1 1 1 255 3 1 0 0 1 0 60 0 0 0 1 21 -1 0 -1 0 -1 0 -1 0 -1 0 0 0 0 0 0 0 100 0 0 0 xxx itemetcdrop_ch_bag.bsr itemetchp_potion_01.ddj xxx xxx 50 2 0 0 1 0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0 0 0 0 0 0 0 0 0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 120 HP회복양 0 HP회복양(%) 0 MP회복양 0 MP회복양(%) -1 xxx -1 xxx -1 xxx -1 xxx -1 xxx -1 xxx -1 xxx -1 xxx -1 xxx -1 xxx -1 xxx -1 xxx -1 xxx -1 xxx -1 xxx -1 xxx 0 0
1 5 ITEM_ETC_HP_POTION_02 HP 회복약 (소) xxx SN_ITEM_ETC_HP_POTION_02 SN_ITEM_ETC_HP_POTION_02_TT_DESC 0 0 3 3 1 1 180000 3 0 1 1 1 255 3 1 0 0 1 0 110 0 0 0 2 39 -1 0 -1 0 -1 0 -1 0 -1 0 0 0 0 0 0 0 100 0 0 0 xxx itemetcdrop_ch_bag.bsr itemetchp_potion_02.ddj xxx xxx 50 2 0 0 2 0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0 0 0 0 0 0 0 0 0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 220 HP회복양 0 HP회복양(%) 0 MP회복양 0 MP회복양(%) -1 xxx -1 xxx -1 xxx -1 xxx -1 xxx -1 xxx -1 xxx -1 xxx -1 xxx -1 xxx -1 xxx -1 xxx -1 xxx -1 xxx -1 xxx -1 xxx 0 0
第一个字符（1）和第二个字符（1/4/5）之间的文本不是空格，它是一个制表符。该文本文件中没有空格。
我想要的是：
我想获得第二个整数（在我上面发布的三行中，第二个整数是1,4和5），每行中间的字符串表示路径（以“item”开头，以文件扩展名“.ddj”）。
我的问题：
当我谷歌“文本格式化C＃” - 我得到的是如何打开文本文件以及如何在C＃中编写文本文件。我不知道如何在文本文件中搜索文本。我也无法搜索对于第一个整数，因为如果它是一个像我上面发布的三行中的小整数，我将无法找到正确的位置，因为例如“1”可能存在于不同的位置。
我的问题：
这将是最好的如果我写一个程序，将删除任何东西，但我需要什么。
在我的脑海中另一种方式是直接搜索该文件，但正如我上面提到的 - 如果它太低，我可能会得到第二个整数的错误位置。
请提出建议，我不能手工格式化这一切。
好的，这就是我们的工作：打开文件，逐行读取，然后按标签拆分。然后我们抓住第二个整数并遍历其余整数以找到路径。
StreamReader reader = File.OpenText("filename.txt");
string line;
while ((line = reader.ReadLine()) != null)
{
string[] items = line.Split(' ');
int myInteger = int.Parse(items[1]); // Here's your integer.
// Now let's find the path.
string path = null;
foreach (string item in items)
{
if (item.StartsWith("item\") && item.EndsWith(".ddj"))
path = item;
}
// At this point, `myInteger` and `path` contain the values we want
// for the current line. We can then store those values or print them,
// or anything else we like.
}
另一个解决方案，这次使用正则表达式：
using System.Text.RegularExpressions;
...
Regex parts = new Regex(@"^d+ (d+) .+? (item\[^ ]+.ddj)");
StreamReader reader = FileInfo.OpenText("filename.txt");
string line;
while ((line = reader.ReadLine()) != null) {
Match match = parts.Match(line);
if (match.Success) {
int number = int.Parse(match.Group(1).Value);
string path = match.Group(2).Value;
// At this point, `number` and `path` contain the values we want
// for the current line. We can then store those values or print them,
// or anything else we like.
}
}
那个表达有点复杂，所以在这里分解：
^ Start of string
d+ "d" means "digit" - 0-9. The "+" means "one or more."
So this means "one or more digits."
This matches a tab.
(d+) This also matches one or more digits. This time, though, we capture it
using brackets. This means we can access it using the Group method.
Another tab.
.+? "." means "anything." So "one or more of anything". In addition, it's lazy.
This is to stop it grabbing everything in sight - it'll only grab as much
as it needs to for the regex to work.
Another tab.
(item\[^ ]+.ddj)
Here's the meat. This matches: "item<one or more of anything but a tab>.ddj"
你可以这样做：
using (TextReader rdr = OpenYourFile()) {
string line;
while ((line = rdr.ReadLine()) != null) {
string[] fields = line.Split(' '); // THIS LINE DOES THE MAGIC
int theInt = Convert.ToInt32(fields[1]);
}
}
搜索“格式化”时未找到相关结果的原因是您正在执行的操作称为“解析”。
就像它已经提到的那样，我强烈建议使用正则表达式（在System.Text中）来完成这种工作。
与RegexBuddy这样的实用工具相结合，您正在考虑处理任何复杂的文本记录解析情况，以及快速获得结果。该工具使其变得非常简单。
希望有所帮助。
我发现在这种情况下非常有用的一种方法是老去学校并使用Jet OLEDB提供程序以及schema.ini文件来读取使用ADO.Net的大型制表符分隔文件。显然，只有在知道要导入的文件的格式时，此方法才有用。
public void ImportCsvFile(string filename)
{
FileInfo file = new FileInfo(filename);
using (OleDbConnection con =
new OleDbConnection("Provider=Microsoft.Jet.OLEDB.4.0;Data Source="" +
file.DirectoryName + "";
Extended Properties='text;HDR=Yes;FMT=TabDelimited';"))
{
using (OleDbCommand cmd = new OleDbCommand(string.Format
("SELECT * FROM [{0}]", file.Name), con))
{
con.Open();
// Using a DataReader to process the data
using (OleDbDataReader reader = cmd.ExecuteReader())
{
while (reader.Read())
{
// Process the current reader entry...
}
}
// Using a DataTable to process the data
using (OleDbDataAdapter adp = new OleDbDataAdapter(cmd))
{
DataTable tbl = new DataTable("MyTable");
adp.Fill(tbl);
foreach (DataRow row in tbl.Rows)
{
// Process the current row...
}
}
}
}
}
一旦你有一个像数据表这样的漂亮格式的数据，过滤掉你需要的数据变得非常简单。
试试正则表达式。您可以在文本中找到某种模式，并将其替换为您想要的内容。我现在无法给你确切的代码，但你可以用这个来测试你的表达式。
http://www.radsoftware.com.au/regexdesigner/
您可以打开文件并使用StreamReader.ReadLine逐行读取文件。然后你可以使用String.Split将每一行分成几个部分（使用 t分隔符）来提取第二个数字。
由于项目数量不同，您需要在字符串中搜索模式'item * .ddj'。
要删除项目，您可以（例如）将所有文件的内容保留在内存中，并在用户单击“保存”时写出新文件。
以上是关于如何用C＃解析文本文件的主要内容，如果未能解决你的问题，请参考以下文章