Помогите распарсить файл в C#

#c_sharp

Есть файл с содержанием:

completed...
Database: localhost_students
+----------------------------+---------+
| Tabl                       |  Rows   |
+----------------------------+---------+
| faculty_data               |  2429   |
| address_data               |  1674   |
| scholarship_data           |  1460   |
+----------------------------+---------+


Цель выдернуть и скормить в массив/колекцию только эту часть данных без cмвола"|"
с разделителями ",":

| faculty_data               |  2429   |
| address_data               |  1674   |
| scholarship_data           |  1460   |


Помогите пожалуйста составить правильную регулярку...
    

Ответы

Ответ 1

Не стреляйте из пушки по воробьям, не нужны здесь регулярки

public Dictionary Execute(string filename)
{
    var content = File.ReadAllLines(filename);
    var result = new Dictionary();

    foreach (var line in content)
    {
        var spl = line.Split('|');

        if (spl.Length == 4 && !string.Equals(spl[1].Trim(), "Tabl"))
            result.Add(spl[1].Trim(), spl[2].Trim());
    }

    return result;
}


Основа -- string.Split. Этот метод ещё проще, чем указанный @ixSci  - нет нужны искать
начало фрагмента и конец, мы просто отбрасываем все строки, которые не имеют формата
| что-то | что-то ещё |, дополнительно нужно лишь выкинуть шапку таблицы. Разумеется,
мы при этом рассчитываем, что один файл содержит только одну таблицу - если не так,
то нужно ловить начало-конец каждого фрагмента.

PS Опционально: Dictionary, List и т.п.


Ответ 2

Сильно не пинайтесь, некогда было делать с подсчетом вхождений, сделал с регуляркой
просто чтобы помочь человеку:

        private void ParseText()
        {
            var list = File.ReadAllText(AppDomain.CurrentDomain.BaseDirectory + "text.txt").Split('\n').ToList();
            var resultList = new List();

            foreach (var line in list)
            {
                if (line.Contains("| ") && !line.Contains("+"))
                {
                    var temp = line.Replace(" | ", ",").Replace("|", "").Split(',');

                    if (new Regex(@"^[0-9]+$").IsMatch(temp[1].Trim()))
                    {
                        var resultLine = temp[0].Trim() + "," + temp[1].Trim();
                        if (!resultList.Contains(resultLine))
                            resultList.Add(resultLine);
                    }
                }
            }

            MessageBox.Show(string.Join("\r\n", resultList));
        }


Ответ 3

Например, можно так, просто и лаконично:

public TableInfo[] ParseTableInfo(string fileName)
{
    var content = File.ReadAllText(fileName);

    var data = Regex.Matches(content, @"^\|\s*(?[^\s|]+)\s*\|\s*(?\d+)\s*\|\r?$",
RegexOptions.Multiline)
                    .Cast()
                    .Select(m => new
                    {
                        Table = m.Groups["tabl"].Value,
                        Rows = int.Parse(m.Groups["rows"].Value)
                    });

    return data.ToArray();
}


И потом использовать этот метод в коде:

var data = ParseTableInfo("<путь_к_файлу>");

foreach(var item in data)
    Console.WriteLine("Table {0} have {1} rows", item.Table, item.Row);


Сам тип TableInfo очень прост:

public class TableInfo
{
    public string Table { get; set; }
    public int Rows { get; set; }
}


Если файл большой (десятки МБ и больше), можно не грузить все в память разом методом
File.ReadAllText, и не парсить все эти мегабайты единой операцией, а читать файл построчно,
например - с помощью StreamReader.ReadLine, и парсить этой же регуляркой уже строки
по отдельности. Только флаг RegexOptions.Multiline указывать уже не надо в этом случае.

По поводу парса имени таблицы небольшое замечание. Я не знаю, какие в данном случае
возможны варианты именования, поэтому исходил из того, что вайтспейс или | будет означать
окончание имени. Зная больше о возможных именованиях можно составить более подходящий
парс имени таблицы.