C#：解析文本文件

我有一个文本文件，文件的内容如下：

idiom: meaning
description.
o example1.
o example2.

idiom: meaning
description.
o example1.
o example2.

.
.
.

正如您所看到的，该文件包含上述段落，每个段落都有一些我想要提取的数据（请注意，示例以

o

开头）。例如，我们有以下数据：

public class Idiom
{
    public string Idiom { get; set; }
    public string Meaning { get; set; }
    public string Description { get; set; }
    public IList<IdiomExample> IdiomExamples { get; set; }
}

public class IdiomExample
{
    public string Item { get; set; }
}

---

提前感谢

类似的东西（没有测试，只是一个建议）

---

这样的办法应该行得通。我还没有测试过它，但是经过一点调试，我想它会工作的

我知道您将

regex

放在标记中，但这也是提取行的一种方法

using ( var textReader = new StreamReader("idioms.txt") )
{
    var idioms = new List<Idiom>();
    string line;
    while ( ( line = textReader.ReadLine() ) != null )
    {
        var idiom = new Idiom();
        if ( line.StartsWith("idiom: ") )
        {
            idiom.Meaning = line.Replace("idiom: ", string.Empty);
            idiom.Description = textReader.ReadLine();

            while ( ( line = textReader.ReadLine() ) != null )
            {
                if ( line.StartsWith("o ") )
                    idiom.IdiomExamples.Add(new IdiomExample { Item = line.Replace("o ", string.Empty) });
                else break;
            }
            idioms.Add(idiom);
        }
    }

    ///idioms ready
}

使用（var textReader=newstreamreader（“idioms.txt”））
{
var-idioms=newlist（）；
弦线；
而（（line=textReader.ReadLine（））！=null）
{
var-idiom=新习惯用法（）；
if（line.StartsWith（“成语：”）
{
成语.means=line.Replace（“成语：”，string.Empty）；
idiom.Description=textReader.ReadLine（）；
而（（line=textReader.ReadLine（））！=null）
{
if（带“o”的行开始）
Add（new-IdiomExample{Item=line.Replace（“o”，string.Empty）}）；
否则就断了；
}
成语。添加（成语）；
}
}
///成语准备好了吗
}

这是解决您问题的我的正则表达式：

(?<section>(?<idiom>^.+?):(?<meaning>.+)[\n](?<description>.*?)(?<examples>(?<example>o.+[\s\r\n])+))

嗯，你有3种方法来处理你的文件。首先是使用regex，它是开发速度最快、性能解决方案最慢的。第二种方法是将文本解析为字符串，并使用LINQ或任何您想要的方法。对我来说，这种方法有缺陷、不可扩展等等，但它有更好的性能，如果处理非常大的文件，这一点非常关键。第三种是使用形式语法和终端机器或类似的东西。。。我从来没有实现过这样的东西，但我知道，它的开发和维护速度很快，而且非常困难，所以我建议您使用regexp，然后迁移到另一种方法，如果性能将成为您的瓶颈

---

希望这有帮助

您的示例没有说明，但此regexp接受可选说明。它让您了解如何解析输入，而不是整个C代码

请看这里并查看分组

(?smx)
^ 
([^:\n]+):\s*([^\n]+)
\n([^o].*?\n|)
(^o.*?)
(?=\Z|^[^o:\n]+:)

在此之后：

第一组有成语

第2组有意义

第3组有说明（如有）

第4组有所有的例子

---

此正则表达式不会将示例解析为多个示例，这是下一项工作。另外，你可能不喜欢一些新词。

是的，有很多方法。你试过什么吗？事实上没有，我对找到正则表达式的模式有点困惑。它的意思总是一行吗？使用有限状态机：有4种状态：1：空行/文件开始（需要习惯用法）；第二个-习语，3d-描述，第四个-示例；转换为：1->1；1 -> 2; 2 -> 3; 3 -> 4; 4 -> 4; 4->1.我的文本文件中没有

成语

，只是举个例子。它可能是任何东西。你希望我们猜到吗？从你的声誉判断，你应该知道如何提问。请编辑您的问题以显示相关输入。非常感谢，但似乎它只适用于一段@锡瓦纳菲菲把它改成了多副伞。在你的C#中试试，不是在regex101中工作，而是在我的工具中工作，regex101有时会有bug

(?<section>(?<idiom>^.+?):(?<meaning>.+)[\n](?<description>.*?)(?<examples>(?<example>o.+[\s\r\n])+))

RegexOptions.IgnoreCase | RegexOptions.Multiline | RegexOptions.ExplicitCapture | RegexOptions.IgnorePatternWhitespace | RegexOptions.CultureInvariant

(?smx)
^ 
([^:\n]+):\s*([^\n]+)
\n([^o].*?\n|)
(^o.*?)
(?=\Z|^[^o:\n]+:)