Разбор мульти разделов текстового файла, используя регулярное выражение в C#

Я хотел бы разобрать текстовый файл с содержанием, которое выглядит, как показано ниже:Разбор мульти разделов текстового файла, используя регулярное выражение в C#

START-OF-DATA 
#100846105 
START SECURITY|US912810DZ85|CBBT| 
## in: 20150430_14:59:00 to 20150430_15:00:00 [13 (New York-DST)] 
## out:20150430_14:59:00 to 20150430_15:00:00 [13 (New York-DST)] 
04/30|15:00:00|B|118.640625||| |A|118.703125||| || 
04/30|14:59:54|B|118.6328125||| |A|118.6953125||| || 
04/30|14:59:52|B|118.6328125||| |A|118.6953125||| || 
04/30|14:59:23|B|118.6328125||| |A|118.6953125||| || 
04/30|14:59:20|B|118.6328125||| |A|118.6953125||| || 
END SECURITY|US912810DZ85|0| 
#100846111 
START SECURITY|US912810EA26|CBBT| 
## in: 20150430_14:59:00 to 20150430_15:00:00 [13 (New York-DST)] 
## out:20150430_14:59:00 to 20150430_15:00:00 [13 (New York-DST)] 
04/30|15:00:00|B|124.75||| |A|124.828125||| || 
04/30|14:59:55|B|124.75||| |A|124.8203125||| || 
04/30|14:59:53|B|124.7421875||| |A|124.8203125||| || 
04/30|14:59:45|B|124.7421875||| |A|124.8125||| || 
04/30|14:59:43|B|124.7421875||| |A|124.828125||| || 
04/30|14:59:27|B|124.7421875||| |A|124.8125||| || 
04/30|14:59:24|B|124.7421875||| |A|124.828125||| || 
04/30|14:59:22|B|124.7421875||| |A|124.8125||| || 
04/30|14:59:20|B|124.7421875||| |A|124.828125||| || 
04/30|14:59:13|B|124.7421875||| |A|124.8125||| || 
END SECURITY|US912810EA26|0| 
END-OF-DATA

Используя приведенный ниже код

string pattern = @"^(START-OF-DATA\r\n)(?<InstrumentsSection>[^\\]*?)(?:(^END-OF-DATA))"; 
var expressionMatchColl = regex.Matches(File.ReadAllText(filePath)); 
      foreach (Match match in expressionMatchColl) 
{ 
          string[] instrumentRows = match.Groups["InstrumentsSection"].Value.Split(new string[] { Environment.NewLine }, StringSplitOptions.RemoveEmptyEntries); 
          instruments = instrumentRows.ToList(); 
      }

Я m можно получить каждую строку в разделе «СНВ-ДАННЫЕ» и «КОНЕЦ-ДАННЫЕ». Однако хотелось бы игнорировать строки, начинающиеся с START SECURITY, ## и END SECURITY. Кроме того, хотелось бы группировать значения и идентификаторы тиков (например, 100846105, 100846111) в отдельных группах.

Может ли кто-нибудь угодить советам?

источник

2015-05-26 Jatin

Решение регулярное выражение не будет эффективным. Считаете ли вы его прочтением по очереди? –

Даже если вы можете создать одно регулярное выражение для анализа этого файла, это будет очень сложно, так как каждый раздел требует своего собственного разбора. Вы можете создать свой собственный парсер, анализируя каждую строку. Лучшим решением является использование генератора синтаксического анализатора, такого как ANTLR. Проверьте, например, файл syntaxt для синтаксического анализа [CSV] (https://github.com/antlr/grammars-v4/blob/master/csv/CSV.g4) с заголовками и полями. –

Вы можете прочитать файл строки за строкой и отфильтровать строки, которые вы не хотите. Кроме того, значения тика и идентификаторы могут быть собраны в список строк.

Пример кода:

var res = string.Empty; 
var ids = new List<string>(); 
using (var sr = new StreamReader(filepath, true)) 
{ 
    var s = ""; 
    while ((s = sr.ReadLine()) != null) 
    { 
     if (s.StartsWith("START-OF-DATA")) 
     { 
      while (!s.StartsWith("END-OF-DATA")) 
      { 
       if (!s.StartsWith("START SECURITY") && 
        !s.StartsWith("##") && 
        !s.StartsWith("END SECURITY")) 
        { 
         res += s + System.Environment.NewLine; 
        } 
       if (s.StartsWith("#") && !s.StartsWith("##")) 
        ids.Add(s); 
       s = sr.ReadLine(); 
      } 
      res += s; 
     } 
    } 
}

Выход:

enter image description here

START-OF-DATA 
#100846105 
04/30|15:00:00|B|118.640625||| |A|118.703125||| || 
04/30|14:59:54|B|118.6328125||| |A|118.6953125||| || 
04/30|14:59:52|B|118.6328125||| |A|118.6953125||| || 
04/30|14:59:23|B|118.6328125||| |A|118.6953125||| || 
04/30|14:59:20|B|118.6328125||| |A|118.6953125||| || 
#100846111 
04/30|15:00:00|B|124.75||| |A|124.828125||| || 
04/30|14:59:55|B|124.75||| |A|124.8203125||| || 
04/30|14:59:53|B|124.7421875||| |A|124.8203125||| || 
04/30|14:59:45|B|124.7421875||| |A|124.8125||| || 
04/30|14:59:43|B|124.7421875||| |A|124.828125||| || 
04/30|14:59:27|B|124.7421875||| |A|124.8125||| || 
04/30|14:59:24|B|124.7421875||| |A|124.828125||| || 
04/30|14:59:22|B|124.7421875||| |A|124.8125||| || 
04/30|14:59:20|B|124.7421875||| |A|124.828125||| || 
04/30|14:59:13|B|124.7421875||| |A|124.8125||| || 
END-OF-DATA

Затем, если у вас есть несколько блоков, чтобы читать, просто создать список строк для хранения res с в , добавить сразу после res += s;.

источник

2015-05-26 12:14:03

Вот простой анализатор

using System; 
using System.Collections.Generic; 
using System.Linq; 
using System.Text; 
using System.IO; 


namespace ConsoleApplication1 
{ 
    class Program 
    { 
     static void Main(string[] args) 
     { 
      List<Section> sections = new List<Section>(); 
      string input = 
       "START-OF-DATA\n" + 
       "#100846105\n" + 
       "START SECURITY|US912810DZ85|CBBT|\n" + 
       "## in: 20150430_14:59:00 to 20150430_15:00:00 [13 (New York-DST)]\n" + 
       "## out:20150430_14:59:00 to 20150430_15:00:00 [13 (New York-DST)]\n" + 
       "04/30|15:00:00|B|118.640625||| |A|118.703125||| ||\n" + 
       "04/30|14:59:54|B|118.6328125||| |A|118.6953125||| ||\n" + 
       "04/30|14:59:52|B|118.6328125||| |A|118.6953125||| ||\n" + 
       "04/30|14:59:23|B|118.6328125||| |A|118.6953125||| ||\n" + 
       "04/30|14:59:20|B|118.6328125||| |A|118.6953125||| ||\n" + 
       "END SECURITY|US912810DZ85|0|\n" + 
       "#100846111\n" + 
       "START SECURITY|US912810EA26|CBBT|\n" + 
       "## in: 20150430_14:59:00 to 20150430_15:00:00 [13 (New York-DST)]\n" + 
       "## out:20150430_14:59:00 to 20150430_15:00:00 [13 (New York-DST)]\n" + 
       "04/30|15:00:00|B|124.75||| |A|124.828125||| ||\n" + 
       "04/30|14:59:55|B|124.75||| |A|124.8203125||| ||\n" + 
       "04/30|14:59:53|B|124.7421875||| |A|124.8203125||| ||\n" + 
       "04/30|14:59:45|B|124.7421875||| |A|124.8125||| ||\n" + 
       "04/30|14:59:43|B|124.7421875||| |A|124.828125||| ||\n" + 
       "04/30|14:59:27|B|124.7421875||| |A|124.8125||| ||\n" + 
       "04/30|14:59:24|B|124.7421875||| |A|124.828125||| ||\n" + 
       "04/30|14:59:22|B|124.7421875||| |A|124.8125||| ||\n" + 
       "04/30|14:59:20|B|124.7421875||| |A|124.828125||| ||\n" + 
       "04/30|14:59:13|B|124.7421875||| |A|124.8125||| ||\n" + 
       "END SECURITY|US912810EA26|0|\n" + 
       "END-OF-DATA\n"; 


      StringReader reader = new StringReader(input); 
      string inputLine = ""; 
      Section newSection = null; 
      while ((inputLine = reader.ReadLine()) != null) 
      { 
       inputLine = inputLine.Trim(); 
       if (inputLine.StartsWith("#")) 
       { 
        if (inputLine.Contains("in:")) continue; 
        if (inputLine.Contains("out:")) continue; 
        newSection = new Section(); 
        sections.Add(newSection); 
        newSection.iD = inputLine.Substring(1); 
        newSection.data = new List<string>(); 

       } 
       else 
       { 
        if (inputLine.Substring(0, 3) == "END") continue; 
        if (inputLine.Substring(0, 5) == "START") continue; 
        newSection.data.Add(inputLine); 
       } 
      } 

     } 
     public class Section 
     { 
      public string iD { get; set; } 
      public List<string> data { get; set; } 
     } 
    } 

}

источник

2015-05-26 12:36:01 jdweng

Разбор мульти разделов текстового файла, используя регулярное выражение в C#

ответ

Смежные вопросы