存储分隔文本文件架构的最佳实践

Posted 2023-02-24

【中文标题】存储分隔文本文件架构的最佳实践

【英文标题】：Best practices for storing the schema of delimited text files

【发布时间】：2012-11-30 16:41:36

【问题描述】：

我正在编写一个程序来解析几个分隔的平面文件，它需要其中的几个列。如果将来输入平面文件的格式发生变化，我不确定使我的代码易于维护/更新的最佳方法。

目前我有一组常量整数形式（还有很多）：

NameListFirstNameCol = 0; 
NameListLastNameCol = 1; 
NameListAgeCol = 2; 
ClassListRoomNumCol = 0; 
ClassListRoomNameCol = 1;

以及用于分隔符的常量，例如：

NameListDelim = ',';
ClassListDelim = '\t';

我想看看是否有人对跟踪此类信息的更好方法提出建议。 （我可以假设我需要的列总是在输入中，但输入的创建者可能会更改分隔符、添加新列或重新排序列）。这是一个数据分析脚本，它会看到一些重用，但不是生产软件的主要部分。

【问题讨论】：

我喜欢在 cmets 中保留一个样本输入以便于验证

【参考方案1】：

这里有一些有趣的信息：

Importing CSV file into Database with Schema.ini

尤其是每次都使用不同的 CSV 文件名导入 CSV 文件或 动态创建 Schema.ini 文件看起来很有希望。

【参考方案2】：

首先，您必须从文件中创建一个包含字段名称和相应索引的列表。 例如 Dictionary 用于保留您可以从文件第一行读取的名称。拥有列名和相应索引的列表后，您可以使用 string.Split 仅使用您需要的索引来解析后续行。 此外，您还必须存储结构所需的列列表。为了便于维护，您可以将其作为单独的 .cs 文件中的单独类保存。

【参考方案3】：

我编写了一个名为 JRecordBind 的库，它使用 XML Schema 描述平面文件的结构。见one of the examples。

不幸的是，它是用 Java 编写的。你可以考虑移植它。要是有 C# 版本就好了