如何拆分周期性文本？

Question

我有一个文本文件，其中包含新行中的人员信息，如下所示。而这个数据包含大约 500 人。

人 名称：abc 年龄：40 . 人 名称：xyx 年龄：18 . 人 姓名：尤克 年龄：27 .

人物信息介于“Person”和“.”之间人物。我创建了一个Person 类来获取信息： 这段文字

public class Person {
   public string Name { get; set;}
   public string Age { get; set;}
}

我想阅读这个文本文件并将其解析为Person 类。我可以阅读文件：

string path = @"c:\temp\person.txt";
string readText = File.ReadAllText(path);

但我无法在“Person”和“.”之间解析每个人。人物。 我不想使用if else 条件。是否有使用 Regex 或 Split 或 LINQ 的实用解决方案？

我想在阅读后得到一个这样的列表：

var person = List<Person> {
   new Person { Name = "abc", Age = 40 },
   new Person { Name = "xyx", Age = 18 },
   new Person { Name = "uke", Age = 27 }
   ....
   ...
   ..
}

Answer 1

您可以通过点 . 拆分文本，这会为您提供每个人的信息，然后根据您的文件使用的行尾使用新行 \n、\r 或 \r\n 拆分每个.然后，您可以从第二行（索引为 1）获取姓名，从第三行（索引为 2）获取年龄。最后，用冒号和空格": " 分割姓名和年龄，得到第二个字符串（索引为 1）。这假设您的文件结构是固定的并且永远不会更改，否则您需要根据您说要避免的条件找到名称和年龄：

var persons = new List<Person>();
var personInfo = readText.Split(new char[]{'.'}, StringSplitOptions.RemoveEmptyEntries);
foreach (var i in personInfo)
{
    var person = new Person();
    var lines = i.Split(new char[]{'\n'}, StringSplitOptions.RemoveEmptyEntries);
    person.Name = lines[1].Split(new string[]{": "}, StringSplitOptions.None)[1];
    person.Age = lines[2].Split(new string[]{": "}, StringSplitOptions.None)[1];
    persons.Add(person);
}

或者，您可以使用 LINQ：

var persons = readText.Split(new char[]{'.'}, StringSplitOptions.RemoveEmptyEntries)
                      .Select(i => i.Split(new char[]{'\n'}, StringSplitOptions.RemoveEmptyEntries))
                      .Select(l => new Person{
                          Name = l[1].Split(new string[]{": "}, StringSplitOptions.None)[1],
                          Age = l[2].Split(new string[]{": "}, StringSplitOptions.None)[1]
                      });

Answer 2

如果您使用File.ReadAllLines() 而不是.ReadAllText()，那么您可以使用装箱功能。我自己写了一个，所以如果你想要一些开箱即用的东西（不是双关语），那么你可以安装 Anaximander.Linq 并像这样使用它：

var readText = File.ReadAllLines(path);

var people = readText
    .BoxWhile((a, b) => b != ".")
    .Select(x => x
            .Where(t => t != "." && t != "Person")
            .Select(t => t.Split(':').Last().Trim())
        .ToList())
    .Where(x => x.Any())
    .Select(x => new Person
    {
        Name = x[0],
        Age = x[1]
    });

如果你想知道它是如何在内部工作的，那么source code is available on GitHub 这样你就可以看看 BoxedEnumerable 是如何实现的。它使用带有比较运算符的滑动窗口；每次当前元素与下一个元素之间的比较返回 false 时，它​​都会启动一个新的“框”。您的问题实际上是我最近看到的几种情况之一，其中比较不需要查看当前和下一个，只需查看下一个，所以我很快就会为此添加一个额外的方法。

Answer 3

更简单的选择可能是按“Person”或“name:”分割

List<Person> people = File.ReadAllText(@"c:\temp\person.txt")
    .Split(new[] { "name:" }, StringSplitOptions.None)
    .Skip(1)
    .Select(p => p.Split('\n', ':'))
    .Select(a => new Person { 
         Name = a[0].Trim(), 
         Age = a[2].Trim() 
    })
    .ToList();

Answer 4

使用单子解析器Sprache的解决方案并不简单但非常强大：

您可以结合解析器来解析非常复杂的结构。

SplitTestSample.csproj

<PropertyGroup>
  <OutputType>Exe</OutputType>
  <TargetFramework>netcoreapp2.1</TargetFramework>
</PropertyGroup>

<ItemGroup>
  <PackageReference Include="Sprache" Version="2.1.2" />
</ItemGroup>

Program.cs

using System;
using System.Collections.Generic;
using Sprache;

namespace SplitTextSample
{
    class Program
    {
        public static string Text =
@"Person
name: abc
age: 40
.
Person
name: xyx
age: 18
.
Person
name: uke
age: 27
.";

        public class Person
        {
            public string Name { get; set; }
            public string Age { get; set; }
        }

        static void Main(string[] args)
        {
            // Parses: Person\r\n
            var personTagParser = Parse.String("Person").Then(_=>Parse.LineEnd);

            // Parses: name: {name}\r\n
            Parser<string> nameParser = from tag in Parse.String("name:").Token()
                from name in Parse.AnyChar.Except(Parse.LineEnd).AtLeastOnce().Text()
                from lineEnd in Parse.LineEnd
                select name;

            // Parses: age: {age}\r\n.[\r\n]
            Parser<string> ageParser = from tag in Parse.String("age:").Token()
                from age in Parse.AnyChar.Except(Parse.LineEnd).AtLeastOnce().Text()
                from delimeter in Parse.LineEnd.Then(_ => Parse.Char('.')).Then(_=> Parse.LineEnd.Optional())
                select age;

            // Parses: Person\r\nname: {name}\r\nage: {age}\r\n.[\r\n]
            Parser<Person> personParser =
                from personTag in personTagParser
                from name in nameParser
                from age in ageParser
                select new Person{Name = name, Age = age};

            // Parses: Many persons
            var personsParser = personParser.Many();

            // Final parse returns IEnumerable<Person>
            var persons = personsParser.Parse(Text);

            foreach (var person in persons)
            {
                Console.WriteLine($"Name: {person.Name}, Age: {person.Age}");
            }

            Console.ReadLine();
        }

}

结果：

Name: abc, Age: 40
Name: xyx, Age: 18
Name: uke, Age: 27