在C＃中跳過一些內容解析文本文件

我試圖解析一個文本文件，該文件具有標題和正文。在這個文件的標題中，有正文部分的行號參考。例如：在C＃中跳過一些內容解析文本文件

SECTION_A 256 
SECTION_B 344 
SECTION_C 556

這意味着，SECTION_A始於線256

什麼是解析這個標題到字典中，然後在需要時閱讀部分的最佳方式。

典型場景將是：

解析報頭和只讀部分SECTION_B
解析報頭和讀取的每個段的段的拳頭。

數據文件非常大，我絕對不想將它全部加載到內存中，然後對其進行操作。

我很感激你的建議。我的環境是VS 2008和C＃3.5 SP1。

來源

2009-05-06 Michal Rogozinski

好吧，顯然你可以將名字+行號存儲到字典中，但這對你沒有任何好處。

嗯，當然，它會讓你知道哪一行開始讀取，但問題是，文件中的哪一行是？知道的唯一方法是從頭開始並開始計數。

最好的辦法是編寫一個解碼文本內容的包裝器（如果你有編碼問題），並且可以給你一個行號到字節位置類型的映射，那麼你可以取這個行號，256和在字典中查找以知道該行256從文件中的位置10000開始，並從那裏開始讀取。

這是一次性加工情況嗎？如果沒有，你有沒有考慮把整個文件填充到本地數據庫中，比如SQLite數據庫？這將允許您在行號和其內容之間有直接映射。當然，該文件會比原始文件更大，並且您需要將文本文件中的數據複製到數據庫，因此無論哪種方式都有一些開銷。

來源

2009-05-06 19:22:35

謝謝，我擔心在開始操作之前，我將不得不預先處理文件。外部數據庫對我來說不是一種選擇，因爲數據文件變化太頻繁，無論如何，謝謝你的回答 – 2009-05-06 19:25:57

你可能懶惰，只做從開始到你感興趣的部分的預處理。每次訪問從0到那個點將是.Seek（）：能夠，如果你對後面的部分感興趣，你可以繼續從你離開的地方進行預處理。同時存儲帶有時間戳和任何可識別信息的索引供以後使用（或在數據更新時徹底刪除它）。 – 2009-05-06 19:40:27

我喜歡Pasi的建議，謝謝！ – 2009-05-06 19:47:53

只要一次讀取一行文件，並忽略數據，直到找到所需的數據。你不會有任何內存問題，但性能可能不會很好。你可以在後臺線程中輕鬆完成。

來源

2009-05-06 19:27:32 mdm20

讀取文件直到標題結束，假設您知道它在哪裏。拆你存儲在空白的字符串，像這樣：

Dictionary<string, int> sectionIndex = new Dictionary<string, int>(); 
List<string> headers = new List<string>(); // fill these with readline 

foreach(string header in headers) { 
    var s = header.Split(new[]{' '}); 
    sectionIndex.Add(s[0], Int32.Parse(s[1])); 
}

找到你想要的字典項，保留的行數的計數文件中讀取，以及循環播放，直到你打的行號，然後直到你到達下一節的起跑線。我不知道你是否可以保證字典中鍵的順序，所以你可能需要當前和下一節的名字。

請務必做一些錯誤檢查，以確保您正在閱讀的部分不在您正在閱讀的部分之前，以及您可以想到的任何其他錯誤情況。

來源

2009-05-06 19:36:40

您可以逐行閱讀，直到捕獲所有標題信息並停止（假設所有節指針都在標題中）。您將有用於稍後檢索數據的部分和行號。

string dataRow = ""; 

try 
{ 
    TextReader tr = new StreamReader("filename.txt"); 

    while (true) 
    { 
     dataRow = tr.ReadLine(); 
     if (dataRow.Substring(1, 8) != "SECTION_") 
      break; 
     else 
      //Parse line for section code and line number and log values 
      continue; 
    } 
    tr.Close(); 
} 
catch (Exception ex) 
{ 
    MessageBox.Show(ex.Message); 
}

來源

2009-05-06 19:50:06

你可以很容易地做到這一點。

這個問題有三個部分。

1）如何找到文件中的一行開始。做到這一點的唯一方法是從文件中讀取行，保留一個列表，記錄該行文件中的起始位置。例如

 
List lineMap = new List(); 
lineMap.Add(0); // Line 0 starts at location 0 in the data file (just a dummy entry) 
lineMap.Add(0); // Line 1 starts at location 0 in the data file 

using (StreamReader sr = new StreamReader("DataFile.txt")) 
{ 
    String line; 
    int lineNumber = 1; 
    while ((line = sr.ReadLine()) != null) 
     lineMap.Add(sr.BaseStream.Position); 
}

2）讀取並解析索引文件到字典中。

 
Dictionary index = new Dictionary(); 

using (StreamReader sr = new StreamReader("IndexFile.txt")) 
{ 
    String line; 
    while ((line = sr.ReadLine()) != null) 
    { 
     string[] parts = line.Split(' '); // Break the line into the name & line number 
     index.Add(parts[0], Convert.ToInt32(parts[1])); 
    } 
}

然後找到你的文件中的一行，使用方法：

 
int lineNumber = index["SECTION_B";];   // Convert section name into the line number 
long offsetInDataFile = lineMap[lineNumber]; // Convert line number into file offset

然後打開DataFile.txt一個新的FileStream，尋求（offsetInDataFile，SeekOrigin.Begin）移動到的開始行，並使用StreamReader（如上所述）從中讀取行。

來源

2009-05-06 19:54:57

在C＃中跳過一些內容解析文本文件

回答

相關問題