逐行分析，如果符合条件则存储，否则忽略答案

【问题标题】：Analysing line by line and storing if meets criteria, else ignore逐行分析，如果符合条件则存储，否则忽略
【发布时间】：2012-11-29 10:27:05
【问题描述】：

我在这个上挖了很多，但没有找到我正在寻找的东西。

INPUT：多行（数百行，偶尔数千行）ASCII 文本，长度从 97 个字符到 500 多个字符不等。我是否要保留此数据的标准纯粹包含在前 3 个字符（总是数字 - 任意值 100,200 和 300 是我感兴趣的值）。

需要的输出只有以100、200或300开头的那些，其余的我可以忽略。

这是我的流式阅读器，目前输出到控制台：

using System;
using System.Collections.Generic;
using System.IO;

class Program
{
public void Do
{

    // Read in a file line-by-line, and store in a List.

    List<string> list = new List<string>();
    using (StreamReader reader = new StreamReader("File.dat"))
    {
        string line;
        while ((line = reader.ReadLine()) != null)
        {
            list.Add(line); // Add to list.
            Console.WriteLine(line); // Write to console.
        //    Console.ReadLine();
        }
    }
}
}

我希望写一行

IF {
FIRST3CHAR != (100,200,300) }
then skip,

但我不确定如何定义 FIRST3CHAR 类。这是将对原始数据执行的唯一过滤器。

之后，我将根据其中包含的其他标准分析此过滤后的数据集，但在寻求任何帮助之前，我会自己试一试。

【问题讨论】：

标签： c# filter streamreader

【解决方案1】：

这段代码更具可读性，可以做你想做的事：

var allowedNumbers = new[]{ "100", "200", "300" };
IEnumerable<String> lines = File
                   .ReadLines("File.dat")
                   .Where(l => allowedNumbers.Any(num => l.StartsWith(num)));

现在您可以使用foreach 枚举这些行：

foreach(string line in lines)
{
    Console.WriteLine(line); // Write to console.
}

既然您想将这些行添加到List<string>，您可以使用Enumerable.ToList 而不是foreach：

List<string> list = lines.ToList();

【讨论】：

甜蜜的解决方案，但潜在的瓶颈。
@PLB：您认为瓶颈在哪里？请注意，ReadLines 在返回结果之前不会将整个文件读入内存。有关详细信息，请参阅其文档的备注部分。
@DanielHilgarth Where 将遍历读取行，any 将遍历 allowedMembers。虽然这可以在循环中完成。我并不是说这是一个糟糕的解决方案。不要误会我的意思。 :)
@PLB：你会如何在一个循环中做到这一点？
@PLB：我认为您没有理解延迟执行的意义。将Where 理解为循环中的if 子句，而不是附加循环。上面使用的Any 与 Marc Gravells || 方法相同。

【解决方案2】：

在最简单的层面上：

if(line.StartsWith("100") || line.StartsWith("200") || line.StartsWith("300"))
{
    list.Add(line); // Add to list.
    Console.WriteLine(line); // Write to console.
}

如果文件很大（如数十万行），那么将其实现为迭代器块可能也值得考虑。但是“开始”测试非常简单。

如果您需要更大的灵活性，我会考虑使用正则表达式；例如：

static readonly Regex re = new Regex("^[012]00", RegexOptions.Compiled);

...
while (...)
{
    if(re.IsMatch(line))
    {
        list.Add(line); // Add to list.
        Console.WriteLine(line); // Write to console.
    }
}

【讨论】：

如果不需要实时输出，您也可以考虑为输出填充 StringBuilder
@trippino 我们不知道 OP 将列表用于什么目的；我不认为 stringbuilder 在这里适用。控制台对我来说就像一个 UI 跟踪器 - 保持“原样”可能很好
是的，这只是一个加快调试速度的提示
下一步是对于每 100 个起始行，查找位置 40-45 中的数字，并通过字符位置 20-23 中的变量对它们进行小计，对于每行 200（和按 24-26 中的变量进行小计，转到 50-55，对于 300、27-29，转到 60-65 等。最终输出将是这些总计在 20-23 等中的各个类别中分组）每 100 , 200 和 300 位起始数字。

【解决方案3】：

您是否有理由不将此条件添加到循环中？

while ((line = reader.ReadLine()) != null)
{
    var beginning = line.Substring(0, 3);
    if(beginning != "100" && beginning != "200" && beginning != "300")
        continue;
    list.Add(line); // Add to list.
    Console.WriteLine(line); // Write to console.
}

【讨论】：