如何解析不包含單詞和/或括號的數據？

Question

我已經寫了一個程序來從電子表格中提取一些數據，但是我想讓它在單元格中存在時忽略括號和單詞。電子表格包含城市名稱，縣名和稅率。

對於大多數情況下的城市來說，單元格只包含城市名稱，但有時也會在裏面帶有「城市」一詞的括號。

Benton (city) 

我正在尋找一種解決方案，使我的程序只檢索沒有括號的城市。

Benton 

對於縣裏的每一條記錄都包含縣名和縣名。

Crawford County 

我想只檢索縣的名稱。

Crawford 

對於縣我知道我可以使用拆分方法，但我想建議爲處理這兩種情況的最佳方式。腳本的其餘部分工作正常。我只需要改進數據。

對於任何想看我如何處理數據的人。下面是代碼：

public static List<CityTax> getCityTaxRates(string fileName) 
     { 
      Excel.Application xlApp = new Excel.Application(); 
      Excel.Workbook xlWorkbook = xlApp.Workbooks.Open(@fileName); 
      Excel._Worksheet xlWorksheet = xlWorkbook.Sheets[1]; 
      Excel.Range xlRange = xlWorksheet.UsedRange; 
      List<CityTax> cityTaxList = new List<CityTax>(); 
      Console.WriteLine("City Tax Rates----------------------------------------------------------------"); 
      for (int i = 10; i <= 312; i++) 
      { 
       CityTax cityTaxRate = new CityTax(); 
       cityTaxRate.city = xlRange.Cells[i, 2].Value2.ToString(); 
       cityTaxRate.cityRate = Convert.ToDecimal(xlRange.Cells[i, 5].Value2); 
       cityTaxList.Add(cityTaxRate); 
      } 
      return cityTaxList; 
     } 

    public static List<CountyTax> getCountyTaxRates(string fileName) 
    { 
     Excel.Application xlApp = new Excel.Application(); 
     Excel.Workbook xlWorkbook = xlApp.Workbooks.Open(@fileName); 
     Excel._Worksheet xlWorksheet = xlWorkbook.Sheets[1]; 
     Excel.Range xlRange = xlWorksheet.UsedRange; 
     List<CountyTax> countyTaxList = new List<CountyTax>(); 
     Console.WriteLine("County Tax Rates----------------------------------------------------------------"); 
     for (int i = 316; i <= 390; i++) 
     { 
      CountyTax countyTaxRate = new CountyTax(); 
      countyTaxRate.county = xlRange.Cells[i, 2].Value2.ToString(); 
      countyTaxRate.countyRate = Convert.ToDecimal(xlRange.Cells[i, 5].Value2); 
      countyTaxList.Add(countyTaxRate); 
     } 
     return countyTaxList; 
    } 

    public static void testTaxRates(string fileName) 
    { 
     List<CityTax> cityTaxList = new List<CityTax>(); 
     cityTaxList = ParseTaxRates.getCityTaxRates(fileName); 
     foreach (CityTax cityTax in cityTaxList) 
     { 
      Console.WriteLine("City: " + cityTax.city); 
      Console.WriteLine("Rate: " + cityTax.cityRate); 
     } 

     List<CountyTax> countyTaxList = new List<CountyTax>(); 
     countyTaxList = ParseTaxRates.getCountyTaxRates(fileName); 
     foreach (CountyTax countyTax in countyTaxList) 
     { 
      Console.WriteLine("City: " + countyTax.county); 
      Console.WriteLine("Rate: " + countyTax.countyRate); 
     } 
    } 

如果你想看到我檢索數據從電子表格可以從以下網站下載： http://www.arkansas.gov/dfa/excise_tax_v2/st_zip.html

沒有理由在我的環路的靜態指標是由於電子表格的佈局。我願意接受如何處理這個問題的建議。現在我知道我必須在運行之前始終檢查電子表格，以確保行號仍然相同。不必擔心這一點真是太好了，但我不知道如何以其他方式處理它。

Answer 1

我不是一個正則表達式的專家以任何手段，但：

這將匹配文本前括號任何東西：

(^.*) \(.*\) 

，這將匹配文本排除county後綴

(^.*) county 

或合併：

(^.*) (\(.*\)|county) 

例如，如果您不確定文本將是County還是county，則應該對此不區分大小寫。

一些示例C＃代碼：

var input = "blah blah County"; 
var regex = @"(^.*) (\(.*\)|county)"; 

var matches = Regex.Matches(input, regex, RegexOptions.IgnoreCase); 

if(matches.Count > 0) 
{ 
    var place = matches[0].Groups[1].Value; 
}