C#：如何有效地从预定义格式的字符串中提取值？

Question

我收集了类似的字符串

例如： 字符串1：客户的名字是john，姓氏是gleck，公司名称是abc def technolgies llc，余额为60美元，消费率+3.45%

字符串 2：客户的名字是 steve，姓氏是 johnston，公司名称是 xyz Corporation，余额为 800 美元。他的消费率为 -212.86%

现在我必须从字符串 1 中提取 john,glueck,abc def technolgies llc,60,+3.45 和从字符串 2 中提取 steve,johnston,xyz Corporation,800,-212.86 等值。

在我们的生产环境中，每个字符串都非常大，我要从每个字符串中提取大约 83 个字段。提取这些值的最佳方法是什么？

是否有任何与string.format相反的方法，它接受引用字符串和实际字符串并返回提取的值？

Answer 1

正则表达式可以解决问题。

namespace ConsoleApplication
{
    using System;
    using System.Text.RegularExpressions;

    internal static class Program
    {
        private static void Main()
        {
            var expression = new Regex(
                @"Customer's first Name is (?<FirstName>[^,]+), " +
                @"his last name is (?<LastName>[^,]+), " +
                @"his company name is (?<CompanyName>[^,]+), " +
                @"he has a balance of (?<Balance>[0-9]+) dollars\. " +
                @"His spending rate is (?<SpendingRate>[^%]+)%");

            var line = @"Customer's first Name is john, his last name is glueck, his company name is abc def technolgies llc, he has a balance of 60 dollars. His spending rate is +3.45%";

            var match = expression.Match(line);

            Console.WriteLine("First name......{0}", match.Groups["FirstName"]);
            Console.WriteLine("Last name.......{0}", match.Groups["LastName"]);
            Console.WriteLine("Balance.........{0}", match.Groups["Balance"]);
            Console.WriteLine("Spending rate...{0}", match.Groups["SpendingRate"]);

            Console.ReadLine();
        }
    }
}

输出

First name......john
Last name.......glueck
Balance.........60
Spending rate...+3.45

之后，您可以执行一些简单的字符串解析以从字符串中获取数值。此外，如果输入格式存在一些变化，您可能必须编写更健壮的正则表达式。

Answer 2

（问题：您实际输入的字符串是完整的罗嗦文本：“客户的名字是xxxx，他的姓氏是xxxx，他的公司名称是xxxx”等正确吗？）

这可能是一个正则表达式的好例子。如果您使用 compile 选项，您应该可以从中获得合理的速度。本质上是您询问的“反向 string.format”（还有更多选项）。

更新：

  // NOTE: pattern assumes a comma after spending rate
  Regex regex = new Regex("Customer's first Name is (\w+), his last name is (\w+),his company name is ([\w\s]+), he has a balance of (\d+) dollars.His spending rate is ([^,]+)");

  string[] values = regex.Split(string1);