C# 基于XML文件中声明的规则，基于同一词典中的部分键匹配词典中的字符串值

我正试图找到一种有效的方法，根据XML文件中规定的规则匹配此词典中的字符串

我将尝试从一开始就解释代码。有两个csv文件

File1.csv

File2.csv

XML:

<?xml version="1.0" encoding="utf-8" ?>
<FeedInfo>

<Rule>

<RuleInfo>
  <RuleName>Rule 1</RuleName>
</RuleInfo>

<Rules>
  <item name ="FirstName" NoOfChars ="ALL" number ="0"/>
  <item name ="LastName" NoOfChars ="ALL" number ="1"/>
  <item name ="ID" NoOfChars ="ALL" number ="2" />

</Rules>

</Rule>


</FeedInfo>

还有这样的字典XML字典

 TRAROB,Ref_1==KEN|CARPENTER|67814|1122 
 TRAROB,Ref_2==TRAN|ROBINSON|67814|1122
 TRAROB,Ref_3==TRAN|ROBINSON|67871|1122
 TRAROB,Ref_4==TRAN|ROBINSON|67871|1122
 MCKBAR,Ref_5==LAWSN|PERDUE|6761|2009
 MCKBAR,Ref_6==MCKEN|BARNUM|6761|2009
 MCKBAR,Ref_7==MCKEN|BARNUM|6768|2009
 MCKBAR,Ref_8==MCKEN|BARNUM|6768|2009
 TRAROB,Ref_9==TRAN|ROBINSON|67871|1122

[Rule1|0]
[Rule1|1]
[Rule1|2]

现在，在这一切之后，我被困在这里：我需要用相同的部分键匹配所有值，即SID或KEY.split（，）[0]。在最后一个字典中，基于XML中提到的数字。拆分值后数组的第0、第1和第2个位置应连接起来

我已经创建了字符串列表（int）格式的XML字典。因此，Ref_1应基于（0,1,2）与Ref_2、Ref 3、Ref_4匹配，即firstName、LastName、ID的串联。例如：

参考文献1、参考文献2、参考文献3、参考文献4都具有相同的SID（SidRefId字典） 所以我需要匹配

KENCARPENTER67814和TRAYROBINSON67814、TRAYROBINSON67871、TRAYROBINSON67871和TRAYROBINSON67871，这将为KENCARPENTER67814返回FALSE，因为所有字符串都不匹配，类似地，所需输出为：

 RULE1,TRAROB,Ref_1==KEN|CARPENTER|67814|1122|FALSE
 RULE1,TRAROB,Ref_2==TRAN|ROBINSON|67814|1122|FALSE
 RULE1,TRAROB,Ref_3==TRAN|ROBINSON|67871|1122|TRUE 
 RULE1,TRAROB,Ref_4==TRAN|ROBINSON|67871|1122|TRUE
 RULE1,MCKBAR,Ref_5==LAWSN|PERDUE|6761|2009|FALSE
 RULE1,MCKBAR,Ref_6==MCKEN|BARNUM|6761|2009|FALSE
 RULE1,MCKBAR,Ref_7==MCKEN|BARNUM|6768|2009|TRUE
 RULE1,MCKBAR,Ref_8==MCKEN|BARNUM|6768|2009|TRUE
 RULE1,TRAROB,Ref_9==TRAN|ROBINSON|67871|1122|TRUE

我曾想复制一份SidRefId字典，并将其相互匹配，但对于大型文件和XML文件中的多个规则，这将花费大量时间，我将要处理这些问题

---

有人能告诉我一个有效的方法吗？谢谢

在我看来，您似乎正在尝试开发自己的引擎以实现记录链接。也就是说，用于查找不完全重复的重复记录。如果我是你的话，我不会尝试制造自己的引擎，而是使用现有的引擎

Wikipedia曾经有一个这样的引擎列表，但是它被删除了，我不知道还有其他的列表，所以我只链接到我制作的一个。还有其他引擎

如果您坚持自己做这件事，一种方法就是您在这里所做的：为每个记录构建一个键，然后按键分组。不过，这是相当原始的，所以您应该在按键进行匹配之后进行更详细的匹配。仅按键匹配将导致许多误报

一个更复杂的方法是像我所做的那样：用Lucene这样的搜索引擎为数据编制索引，然后搜索类似的记录，并对候选人进行详细的比较。或者可以使用位置敏感哈希。或度量空间。或基于q-gram的索引

 TRAROB,Ref_1==KEN|CARPENTER|67814|1122 
 TRAROB,Ref_2==TRAN|ROBINSON|67814|1122
 TRAROB,Ref_3==TRAN|ROBINSON|67871|1122
 TRAROB,Ref_4==TRAN|ROBINSON|67871|1122
 MCKBAR,Ref_5==LAWSN|PERDUE|6761|2009
 MCKBAR,Ref_6==MCKEN|BARNUM|6761|2009
 MCKBAR,Ref_7==MCKEN|BARNUM|6768|2009
 MCKBAR,Ref_8==MCKEN|BARNUM|6768|2009
 TRAROB,Ref_9==TRAN|ROBINSON|67871|1122

[Rule1|0]
[Rule1|1]
[Rule1|2]

 RULE1,TRAROB,Ref_1==KEN|CARPENTER|67814|1122|FALSE
 RULE1,TRAROB,Ref_2==TRAN|ROBINSON|67814|1122|FALSE
 RULE1,TRAROB,Ref_3==TRAN|ROBINSON|67871|1122|TRUE 
 RULE1,TRAROB,Ref_4==TRAN|ROBINSON|67871|1122|TRUE
 RULE1,MCKBAR,Ref_5==LAWSN|PERDUE|6761|2009|FALSE
 RULE1,MCKBAR,Ref_6==MCKEN|BARNUM|6761|2009|FALSE
 RULE1,MCKBAR,Ref_7==MCKEN|BARNUM|6768|2009|TRUE
 RULE1,MCKBAR,Ref_8==MCKEN|BARNUM|6768|2009|TRUE
 RULE1,TRAROB,Ref_9==TRAN|ROBINSON|67871|1122|TRUE