如何在 C# 中使用正则表达式匹配从文本文件中删除或替换多行文本

Question

我有以下带有很多类似文本模式的文本文件（inputFile.txt）：

 Example1 - Should be Removed (original file contains a lot of similar parts)

 Event Number (#)                

 string2

 string3

 string4


 Example2 -Should NOT be Removed

 Event Number (#)                

 string2

 string3

 string4
 string5



 Example3 - Should NOT be Removed

 Event Number (#)                
 AnyText
 string2

 string3

 string4

使用以下表达式，我可以映射必要的示例（第一个）。 不幸的是，我不知道如何使用 C# 从文本文件中删除此文本。

 Event number\n(^\s*$)\n(.*)\n(^\s*$)\n(.*)\n(^\s*$)\n(.*)\n(^\s*$)

分析数据示例： https://gist.github.com/SeregaVRS/0d47e84607e5dc1b8e954c2c2cc50fad

您可以使用https://regex101.com 了解更多我想使用正则表达式删除的内容

我想清理文件的其他词删除未使用的示例：

要删除的格式：

 Event Number (#)                
 {Empty String}
 string2
 {Empty String}
 string3
 {Empty String} 
 string4
 {Empty String}

不应受到影响的示例：

 Event Number (#)                
 {Empty String}
 string2
 {Empty String}
 string3
 {Empty String} 
 string4
 string5

我遇到的大多数示例都与单行正则表达式匹配有关。

您知道如何使用 C# 代码从整个文件中删除/替换未使用的文本吗？

应该是这样的：

• 读取输入文件（下例）
• 使用 C# 根据正则表达式删除/替换文本 - 如何执行此操作？

• 保存输出（无示例1）

  string regexForEmptyNotes =
      @"string\n?(.*)\n(^\s*$)\n(.*)\n(^\s*$)\n(.*)\n(^\s*$)\n(.*)\n(^\s*$)";
  var fileLines = File.ReadLines(inputFileName, Encoding.Default);
  // Something should happened in this place :) 
  Regex.Replace("Expected string as an input but not strings collection", regexForEmptyNotes, string.Empty);
  File.WriteAllLines(outputFileName, fileLines, Encoding.UTF8);
  

预期的输出结果.txt

 Example2 -Should NOT be Removed

 Event Number (#)                

  string2

  string3

  string4
  string5



  Example3 - Should NOT be Removed

 Event Number (#)                
  AnyText
  string2

  string3

  string4

输出文件应仅包含 Example2 和 Example3。 不幸的是，我应该按原样保存格式，因此无法使用将文件中的所有文本转换为 1 个长字符串的版本。

抱歉解释不清楚。

Answer 1

您可以使用例如System.IO.File.ReadAllText 将整个文本读入字符串。然后进行替换并将内容写回相同或新文件，例如使用System.IO.File.WriteAllText

如果你想在下一行没有文本的情况下进行匹配，你可以使用：

^[ \t]*string(?:\n[ \t]*\n.*){3}$(?!\n[ \t]*\S)

说明

• ^行首
• [ \t]* 匹配 0+ 次空格或制表符
• string 字面匹配
• (?:\n[ \t]*\n.*){3}$ 重复 3 次匹配换行符、可选空格或制表符，然后再匹配一个换行符。之后匹配任何字符 0+ 次。
• (?!\n[ \t]*\S) 否定前瞻断言后面的不是换行符、空格/制表符和非空白字符。

例如：

var lines = File.ReadAllText("inputFile.txt", Encoding.Default);
var regex = new Regex(@"^[ \t]*string(?:\n[ \t]*\n.*){3}$(?!\n[ \t]*\S)", RegexOptions.Multiline);
var result = regex.Replace(lines, "");
File.WriteAllText(@"outputFile.txt", result);

Answer 2

不清楚你想用这个文件做什么。 无论如何，我会尽力回答。

如果你想通过识别来替换一些文本，你可以这样做：

例子

Example1 - Should be Removed (original file contains a lot of similar parts)

string

string2

 string3

 string4


 Example2 -Should NOT be Removed

 string

 string2

 string3

 string4
 string5



 Example3 - Should NOT be Removed

 string
 AnyText
 string2

 string3

 string4

使用 Regex 删除 Example1：

inputString = Regex.Replace(inputString , Regex.Escape("Example1"), Regex.Replace(string.Empty, "\\$[0-9]+", @"$$$0"), RegexOptions.IgnoreCase);