C# 文本操作

我有一个格式不正确的以制表符分隔的csv文件

Name  AA BB CC AA BB CC
XX5            2  7  8b
YY4            2  6  2
ZZ3            8  21 9
RR2   1  2  6
SS1            6  7  23

应该是这样的

Name  AA BB CC
XX5   2  7  8b
YY4   2  6  2
ZZ3   8  21 9
RR2   1  2  6
SS1   6  7  23

我无法手动执行此操作，因为行太多了。有没有一种算法可以自动实现这一点

第一行是标题

---

这只是一个例子，实际文件有50列，超过10000行

，我会考虑一种不同的方法。如果数据将在数据库中的一个表中结束，您可以在该表上执行SQL查询，请导入一个如下所示的表：

mytable:
NAME nvarchar(10) PRIMARY KEY NOT NULL
AA nvarchar(10)
BB nvarchar(10)
CC nvarchar(10)
AA2 nvarchar(10)
BB2 nvarchar(10)
CC2 nvarchar(10)

导入数据后，请尝试以下SQL：

UPDATE mytable SET AA = AA2 WHERE AA2 IS NOT NULL
UPDATE mytable SET BB = BB2 WHERE BB2 IS NOT NULL
UPDATE mytable SET CC = CC2 WHERE CC2 IS NOT NULL

。。。这将把第二组“列”中的值复制到第一组中

然后简单地删除列AA2、BB2和CC2

---

另一个选项，我在这里做假设，把它放到一个文本编辑器中，用零替换出现的三个连续制表符

mytable:
NAME nvarchar(10) PRIMARY KEY NOT NULL
AA nvarchar(10)
BB nvarchar(10)
CC nvarchar(10)
AA2 nvarchar(10)
BB2 nvarchar(10)
CC2 nvarchar(10)

导入数据后，请尝试以下SQL：

UPDATE mytable SET AA = AA2 WHERE AA2 IS NOT NULL
UPDATE mytable SET BB = BB2 WHERE BB2 IS NOT NULL
UPDATE mytable SET CC = CC2 WHERE CC2 IS NOT NULL

。。。这将把第二组“列”中的值复制到第一组中

然后简单地删除列AA2、BB2和CC2

---

另一个选项，我在这里做假设，把它放到一个文本编辑器中，用零替换出现的三个连续制表符

我不喜欢

string.Format

，但可能喜欢下面的内容；请注意，

Length==7

测试假定在数据结束后不再有

\t

，但您可以将其替换为对空白字符串等的测试

    static void Main() {
        var qry = from line in ReadLines("data.tsv")
                  let cells = line.Split('\t')
                  let format = cells.Length == 7 ? "{0}\t{4}\t{5}\t{6}"
                     : "{0}\t{1}\t{2}\t{3}"
                  select string.Format(format, cells);
        using (var writer = File.CreateText("new.tsv")) {
            foreach(string line in qry) {
                writer.WriteLine(line);
            }
        }
    }
    static IEnumerable<string> ReadLines(string path) {
        using (var reader = File.OpenText(path)) {
            string line;
            while ((line = reader.ReadLine()) != null) {
                yield return line;
            }
        }
    }

static void Main（）{
var qry=从读取行中的行（“data.tsv”）
let cells=line.Split（'\t'）
let format=cells.Length==7？”{0}\t{4}\t{5}\t{6}”
：“{0}\t{1}\t{2}\t{3}”
选择string.Format（格式，单元格）；
使用（var writer=File.CreateText（“new.tsv”））{
foreach（qry中的字符串行）{
writer.WriteLine（行）；
}
}
}
静态IEnumerable可读行（字符串路径）{
使用（var reader=File.OpenText（路径））{
弦线；
而（（line=reader.ReadLine（））！=null）{
收益率回归线；
}
}
}

---

编辑；要删除空白，请执行以下操作：

    static string Join(this IEnumerable<string> data, string delimiter) {
        using (var iter = data.GetEnumerator()) {
            if (!iter.MoveNext()) return "";
            StringBuilder sb = new StringBuilder(iter.Current);
            while (iter.MoveNext()) {
                sb.Append(delimiter).Append(iter.Current);
            }
            return sb.ToString();
        }
    }
    static void Main() {
        var qry = from line in ReadLines("data.tsv")
                  let cells = line.Split('\t').Where(s => s != "")
                  select cells.Join("\t");
        using (var writer = File.CreateText("new.tsv")) {
            foreach(string line in qry) {
                writer.WriteLine(line);
            }
        }
    }

静态字符串联接（此IEnumerable数据，字符串分隔符）{
使用（var iter=data.GetEnumerator（））{
如果（！iter.MoveNext（））返回“”；
StringBuilder sb=新StringBuilder（iter.Current）；
while（iter.MoveNext（））{
sb.Append（定界符）.Append（iter.Current）；
}
使某人返回字符串（）；
}
}
静态void Main（）{
var qry=从读取行中的行（“data.tsv”）
让单元格=line.Split（'\t'）。其中（s=>s！=“”）
选择单元格。加入（“\t”）；
使用（var writer=File.CreateText（“new.tsv”））{
foreach（qry中的字符串行）{
writer.WriteLine（行）；
}
}
}

我不喜欢

字符串.Format

，但可能喜欢下面的内容；请注意，

Length==7

测试假定在数据结束后不再有

\t

，但您可以将其替换为对空白字符串等的测试

    static void Main() {
        var qry = from line in ReadLines("data.tsv")
                  let cells = line.Split('\t')
                  let format = cells.Length == 7 ? "{0}\t{4}\t{5}\t{6}"
                     : "{0}\t{1}\t{2}\t{3}"
                  select string.Format(format, cells);
        using (var writer = File.CreateText("new.tsv")) {
            foreach(string line in qry) {
                writer.WriteLine(line);
            }
        }
    }
    static IEnumerable<string> ReadLines(string path) {
        using (var reader = File.OpenText(path)) {
            string line;
            while ((line = reader.ReadLine()) != null) {
                yield return line;
            }
        }
    }

static void Main（）{
var qry=从读取行中的行（“data.tsv”）
let cells=line.Split（'\t'）
let format=cells.Length==7？”{0}\t{4}\t{5}\t{6}”
：“{0}\t{1}\t{2}\t{3}”
选择string.Format（格式，单元格）；
使用（var writer=File.CreateText（“new.tsv”））{
foreach（qry中的字符串行）{
writer.WriteLine（行）；
}
}
}
静态IEnumerable可读行（字符串路径）{
使用（var reader=File.OpenText（路径））{
弦线；
而（（line=reader.ReadLine（））！=null）{
收益率回归线；
}
}
}

---

编辑；要删除空白，请执行以下操作：

    static string Join(this IEnumerable<string> data, string delimiter) {
        using (var iter = data.GetEnumerator()) {
            if (!iter.MoveNext()) return "";
            StringBuilder sb = new StringBuilder(iter.Current);
            while (iter.MoveNext()) {
                sb.Append(delimiter).Append(iter.Current);
            }
            return sb.ToString();
        }
    }
    static void Main() {
        var qry = from line in ReadLines("data.tsv")
                  let cells = line.Split('\t').Where(s => s != "")
                  select cells.Join("\t");
        using (var writer = File.CreateText("new.tsv")) {
            foreach(string line in qry) {
                writer.WriteLine(line);
            }
        }
    }

静态字符串联接（此IEnumerable数据，字符串分隔符）{
使用（var iter=data.GetEnumerator（））{
如果（！iter.MoveNext（））返回“”；
StringBuilder sb=新StringBuilder（iter.Current）；
while（iter.MoveNext（））{
sb.Append（定界符）.Append（iter.Current）；
}
使某人返回字符串（）；
}
}
静态void Main（）{
var qry=从读取行中的行（“data.tsv”）
让单元格=line.Split（'\t'）。其中（s=>s！=“”）
选择单元格。加入（“\t”）；
使用（var writer=File.CreateText（“new.tsv”））{
foreach（qry中的字符串行）{
writer.WriteLine（行）；
}
}
}

快速技巧

---

根据在输入文件中找到的确切模式，可能还可以使用简单的文本编辑器（或sed）来解决此问题，本质上是将3个选项卡的任何序列替换为零

快速技巧

根据在输入文件中找到的确切模式，也可以使用简单的文本编辑器（或sed）来解决此问题，基本上是将3个选项卡的任何序列替换为零，或者在C#中，尝试此方法。很快就组装好了，没有经过测试！完全

int columnposet=4；
使用（StreamReader sr=新的StreamReader（inputfile））
使用（StreamWriter sw=新StreamWriter（输出文件））
{
字符串行=sr.ReadLine（）；
string[]fields=line.Split（'\t'）；
如果（字段[0]=“名称”）
{
西南写入线（行）；
}
其他的
{
StringBuilder大纲=新建StringBuilder（）；
对于（int i=0；i或C#，试试这个。非常快地组合起来，根本不测试。
int columnposet=4；
使用（StreamReader sr=新流）
        try
        {

            if (Regex.IsMatch(input, pattern))
            {
                Regex r = new Regex(pattern);
                StringBuilder sBuilder = new StringBuilder();
                Match m;
                int i = 0;
                for (m = r.Match(input); m.Success; m = m.NextMatch())
                {
                    //sBuilder.Append(String.Format("Match[{0}]: ", i));
                    for (int j = 1; j < m.Length; j++)
                    {
                        sBuilder.Append(String.Format("{0} ", m.Groups[j].Value));
                    }
                    sBuilder.AppendLine("");
                    i++;
                }
                Console.WriteLine(sBuilder.ToString());
            }
            else
            {
                Console.WriteLine("No match");

            }
            Console.ReadLine();
        }
        catch (Exception e)
        {
            StringBuilder sBuilder = new StringBuilder();
            sBuilder.Append("Error parsing: \"");
            sBuilder.Append(pattern);
            sBuilder.Append("\" - ");
            sBuilder.Append(e.ToString());
            Console.WriteLine(sBuilder.ToString());
        }
    }