Jak analizować plik tekstowy za pomocą C#

Question

Przez formatowanie tekstu miałem na myśli coś bardziej skomplikowanego.

Najpierw zacząłem ręcznie dodawać do mojego projektu 5000 linii z pliku tekstowego, do którego zadaję to pytanie.

Plik tekstowy ma 5000 linii o różnej length.For Przykład:

1 1 ITEM_ETC_GOLD_01 골드(소) xxx xxx xxx_TT_DESC 0 0 3 3 5 0 180000 3 0 1 0 0 255 1 1 0 0 0 0 0 0 0 0 0 0 -1 0 -1 0 -1 0 -1 0 -1 0 0 0 0 0 0 0 100 0 0 0 xxx item\etc\drop_ch_money_small.bsr xxx xxx xxx 0 2 0 0 1 0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0 0 0 0 0 0 0 0 0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 1 표현할 골드의 양(param1이상) -1 xxx -1 xxx -1 xxx -1 xxx -1 xxx -1 xxx -1 xxx -1 xxx -1 xxx -1 xxx -1 xxx -1 xxx -1 xxx -1 xxx -1 xxx -1 xxx -1 xxx -1 xxx -1 xxx 0 0 

1 4 ITEM_ETC_HP_POTION_01 HP 회복 약초 xxx SN_ITEM_ETC_HP_POTION_01 SN_ITEM_ETC_HP_POTION_01_TT_DESC 0 0 3 3 1 1 180000 3 0 1 1 1 255 3 1 0 0 1 0 60 0 0 0 1 21 -1 0 -1 0 -1 0 -1 0 -1 0 0 0 0 0 0 0 100 0 0 0 xxx item\etc\drop_ch_bag.bsr item\etc\hp_potion_01.ddj xxx xxx 50 2 0 0 1 0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0 0 0 0 0 0 0 0 0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 120 HP회복양 0 HP회복양(%) 0 MP회복양 0 MP회복양(%) -1 xxx -1 xxx -1 xxx -1 xxx -1 xxx -1 xxx -1 xxx -1 xxx -1 xxx -1 xxx -1 xxx -1 xxx -1 xxx -1 xxx -1 xxx -1 xxx 0 0 

1 5 ITEM_ETC_HP_POTION_02 HP 회복약 (소) xxx SN_ITEM_ETC_HP_POTION_02 SN_ITEM_ETC_HP_POTION_02_TT_DESC 0 0 3 3 1 1 180000 3 0 1 1 1 255 3 1 0 0 1 0 110 0 0 0 2 39 -1 0 -1 0 -1 0 -1 0 -1 0 0 0 0 0 0 0 100 0 0 0 xxx item\etc\drop_ch_bag.bsr item\etc\hp_potion_02.ddj xxx xxx 50 2 0 0 2 0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0 0 0 0 0 0 0 0 0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 220 HP회복양 0 HP회복양(%) 0 MP회복양 0 MP회복양(%) -1 xxx -1 xxx -1 xxx -1 xxx -1 xxx -1 xxx -1 xxx -1 xxx -1 xxx -1 xxx -1 xxx -1 xxx -1 xxx -1 xxx -1 xxx -1 xxx 0 0 

Tekst pomiędzy pierwszym znakiem (1) i drugi znak (1/4/5) nie jest białe znaki, to tab.Nie ma białych znaków w tym pliku tekstowym.

Czego chcę:

Chcę dostać drugą liczbę całkowitą (w trzech liniach napisałem powyżej, drugi całkowitymi są 1,4 i 5), a ciąg w środku każdej linii wskazującej drogę (Zaczyna się od "item \" i kończy się rozszerzeniem pliku ".ddj").

Mój problem:

Kiedy google „Formatowanie tekstu C#” - wszystko, co się ma, jak otworzyć plik tekstowy i jak napisać pliku tekstowego w C# .I nie wiem w jaki sposób wyszukać tekst wewnątrz pliku tekstowego. Również nie mogę wyszukać pierwszej liczby całkowitej, ponieważ w przypadku małej liczby całkowitej, jak w trzech wierszach, które napisałem powyżej, nie będę mógł znaleźć lokalizacji corrent, ponieważ na przykład może istnieć "1" w innej lokalizacji.

Moje pytanie:

To byłby najlepszy Gdybym napisać program, który będzie usuwał wszystko, ale to, czego potrzebuję.

Innym sposobem w moim umyśle jest bezpośrednie przeszukanie w tym pliku, ale jak już wspomniałem powyżej - mógłbym dostać złe położenie drugiej liczby całkowitej, jeśli jest zbyt niska.

Proszę zasugerować coś, nie mogę sformatować tego wszystkiego ręcznie.

Answer 1

OK, oto co robimy: otwórz plik, przeczytać wiersz po wierszu, i podzielić ją przez zakładkach. Następnie pobieramy drugą liczbę całkowitą i przechodzimy przez resztę, aby znaleźć ścieżkę.

StreamReader reader = File.OpenText("filename.txt"); 
string line; 
while ((line = reader.ReadLine()) != null) { 
    string[] items = line.Split('\t'); 
    int myInteger = int.Parse(items[1]); // Here's your integer. 
    // Now let's find the path. 
    string path = null; 
    foreach (string item in items) { 
     if (item.StartsWith("item\\") && item.EndsWith(".ddj")) { 
      path = item; 
     } 
    } 

    // At this point, `myInteger` and `path` contain the values we want 
    // for the current line. We can then store those values or print them, 
    // or anything else we like. 
} 

Answer 2

Można zrobić coś takiego:

using (TextReader rdr = OpenYourFile()) { 
    string line; 
    while ((line = rdr.ReadLine()) != null) { 
     string[] fields = line.Split('\t'); // THIS LINE DOES THE MAGIC 
     int theInt = Convert.ToInt32(fields[1]); 
    } 
} 

powód, dla którego nie znaleźliśmy odpowiedni rezultat, szukając „formatowania” jest to, że operacja wykonujesz nazywa się „parsowania”.

Answer 3

Spróbuj wyrażeń regularnych. Możesz znaleźć pewien wzór w tekście i zastąpić go czymś, co chcesz. Nie mogę podać teraz dokładnego kodu, ale możesz przetestować swoje wyrażenia, używając tego.

http://www.radsoftware.com.au/regexdesigner/

Answer 4

Można otworzyć plik i użyć StreamReader.ReadLine do odczytania pliku wiersz po wierszu. Następnie możesz użyć String.Split, aby podzielić każdą linię na części (użyj ogranicznika \ t), aby wyodrębnić drugą liczbę.

Ponieważ liczba elementów jest różna, należy przeszukać ciąg dla wzoru "element \ * .ddj".

Aby usunąć element, można (na przykład) zachować całą zawartość pliku w pamięci i napisać nowy plik, gdy użytkownik kliknie przycisk "Zapisz".

Answer 5

Innym rozwiązaniem, tym razem korzystając z wyrażeń regularnych:

using System.Text.RegularExpressions; 

... 

Regex parts = new Regex(@"^\d+\t(\d+)\t.+?\t(item\\[^\t]+\.ddj)"); 

StreamReader reader = FileInfo.OpenText("filename.txt"); 
string line; 
while ((line = reader.ReadLine()) != null) { 
    Match match = parts.Match(line); 
    if (match.Success) { 
     int number = int.Parse(match.Group(1).Value); 
     string path = match.Group(2).Value; 

     // At this point, `number` and `path` contain the values we want 
     // for the current line. We can then store those values or print them, 
     // or anything else we like. 
    } 
} 

Wyrażenie to jest trochę skomplikowane, więc tutaj to jest w podziale:

^  Start of string 
\d+  "\d" means "digit" - 0-9. The "+" means "one or more." 
     So this means "one or more digits." 
\t  This matches a tab. 
(\d+) This also matches one or more digits. This time, though, we capture it 
     using brackets. This means we can access it using the Group method. 
\t  Another tab. 
.+?  "." means "anything." So "one or more of anything". In addition, it's lazy. 
     This is to stop it grabbing everything in sight - it'll only grab as much 
     as it needs to for the regex to work. 
\t  Another tab. 

(item\\[^\t]+\.ddj) 
    Here's the meat. This matches: "item\<one or more of anything but a tab>.ddj" 

Answer 6

jak to już wspomniano, gorąco zalecamy użycie wyrażenia regularnego (w System.Text), aby wykonać tego rodzaju pracę.

W połączeniu z solidnym narzędziem, takim jak RegexBuddy, użytkownik zajmuje się obsługą złożonych scenariuszy przetwarzania rekordów tekstowych oraz szybkiego uzyskiwania wyników. Narzędzie sprawia, że ​​jest to naprawdę łatwe.

Nadzieję, że pomaga.

Answer 7

Jednym ze sposobów, które naprawdę przydały mi się w takich sytuacjach, jest przejście do starej szkoły i skorzystanie z dostawcy Jet OLEDB wraz z plikiem schema.ini do odczytywania dużych plików rozdzielanych tabulatorami przy użyciu ADO.Net. Oczywiście ta metoda jest użyteczna tylko wtedy, gdy znasz format pliku do zaimportowania.

public void ImportCsvFile(string filename) 
{ 
    FileInfo file = new FileInfo(filename); 

    using (OleDbConnection con = 
      new OleDbConnection("Provider=Microsoft.Jet.OLEDB.4.0;Data Source=\"" + 
      file.DirectoryName + "\"; 
      Extended Properties='text;HDR=Yes;FMT=TabDelimited';")) 
    { 
     using (OleDbCommand cmd = new OleDbCommand(string.Format 
            ("SELECT * FROM [{0}]", file.Name), con)) 
     { 
      con.Open(); 

      // Using a DataReader to process the data 
      using (OleDbDataReader reader = cmd.ExecuteReader()) 
      { 
       while (reader.Read()) 
       { 
        // Process the current reader entry... 
       } 
      } 

      // Using a DataTable to process the data 
      using (OleDbDataAdapter adp = new OleDbDataAdapter(cmd)) 
      { 
       DataTable tbl = new DataTable("MyTable"); 
       adp.Fill(tbl); 

       foreach (DataRow row in tbl.Rows) 
       { 
        // Process the current row... 
       } 
      } 
     } 
    } 
} 

Po uzyskaniu danych w ładnym formacie, takim jak datatable, odfiltrowanie potrzebnych danych staje się dość banalne.