1

добрый день, перелазил в гугле уже, но не смог найти ответа на свой вопрос, извиняюсь если он слишком глупый, но надеюсь, что кто-то сможет помочь.

документ, содержание которого в виде

//----- (00000001) --------------------------------------------------------

some text

//----- (00000002) --------------------------------------------------------

some text2

//----- (00000003) --------------------------------------------------------

я хочу найти способ, что-бы вытащить всё содержимое между

//----- (00000001) --------------------------------------------------------

//----- (00000002) --------------------------------------------------------

где числа в скобах являются ключем: задаю аргумент к примеру 00000005 и нужно получить всё, что находится на строках начиная с той, где будет найдено (00000005) и до следующего набора символов //-----

если мы подаём

//----- (00000001) --------------------------------------------------------
some text2
//----- (00000002) --------------------------------------------------------
some text3
some text4
//----- (00000003) --------------------------------------------------------

и аргумент 00000002 то на выходе получить

//----- (00000002) --------------------------------------------------------
some text3
some text4

пытаюсь сделать на c#, но пока что никак не могу понять, как получить все строки " от и до "

никак не могу понять какое выражение ставить с учетом условий задачи для Regex.Match(**)

как аргумент для поиска идёт static string testArg = "00000001";

public static void Main(string[] args)
{
    using (var outputFile = new StreamWriter(String.Format("output.c")))
    {
        StreamReader file = new StreamReader("test.c");
        string line;
        while ((line = file.ReadLine()) != null)
        {
            string matchText = Regex.Match(line, "((.*)//-----)").Value;

            outputFile.WriteLine("{0}", matchText);
        }
    }
}

а вот как этот аргумент поиска применить тут не могу найти;

2
  • У вас именно такие теги? Если формат один из стандартных, то лучше воспользоваться готовым парсером.
    – VladD
    Commented 30 нояб. 2015 в 12:18
  • Если вы парсите email attachment, то опять-таки лучше не изобретать велосипед.
    – VladD
    Commented 30 нояб. 2015 в 12:19

2 ответа 2

2

Автору наверное ответ уже не нужен. Но так как я сегодня потратил пол дня на тестирование различных регулярных выражений в решении данной задачи (ради интереса). То может кому пригодится способ на регулярках:

// Допустим прочитаем файл с данными.
        using (StreamReader str = new StreamReader(@"d:\testTxt.txt", Encoding.Default))
        {
            string txtFile = str.ReadToEnd();
            // Ключ который необходимо найти и текст под ним до следующего ключа или конца строки.
            string findKey = "00000003";
            // Регулярное выражение.
            string regular = @"^//-{5} \(" + findKey + @"\) -{56}(?<txt>[^/]+(/[^/]*)*?)(^//-{5}|$)";
            Regex rx = new Regex(regular, RegexOptions.Multiline);
            Match m = rx.Match(txtFile);
            // Найденный текст идущий после искомого ключа.
            string foundText = m.Groups["txt"].Value;

            Console.WriteLine(foundText);
        }

При тестировании небольшого файла в цикле из 100000 итераций время - 1c 67мс. Это достаточно быстро.

При использовании стандартной регулярки с использованием минимального квантификатора к точке - ~ 45сек.

string regular = @"//-{5} \(" + searchNumber + @"\) -{56}(?<txt>.+?)(?://-{5})|$";
Regex rx = new Regex(regular, RegexOptions.Singleline);
Match m = rx.Match(txtFile);                
string foundText = m.Groups["txt"].Value;

а если использовать положительный поиск и обратный положительный вместо сохраняющих скобок то вовсе программа зависает на 2,5 мин.

1

Один из вариантов:

string testArg = "00000002";
string pattern = @"//-+\s+\(" + testArg + @"\)\s+-+.*?(?=//-+)";
string text = File.ReadAllText("file.txt");            

var options = RegexOptions.Singleline;
string matchText = Regex.Match(text, pattern, options).Value;

Console.WriteLine(matchText);

Объяснение регулярки:
// - два символа /
-+ - один или несколько символов -
\s+ - один или несколько пробелов
\( - скобка, нужно её экранировать
Добавляем в шаблон нужное значение.
\) - закрывающая скобка
Опять один или несколько пробелов, один или несколько тире.
.*? - любые символы, в любом количестве (ноль или больше), не жадно, чтобы не захватить последующие комментарии. Именно они нам и нужны.
(?= ) - позитивный просмотр вперёд (lookahead) - будет искать подходящий шаблон, но он не будет захвачен в результат.
//-+ - то, что ищем в просмотре вперед.

RegexOptions.Singleline - этот параметр нужен, чтобы метасимвол . (точка) захватывал переводы строк.

Вообще, регулярку можно накручивать чуть-ли не бесконечно.
Например, чтобы в результат не попали символы перевода строки в конце, можно изменить шаблон просмотра вперёд:
(?=\r\n//-+)
Подразумевается, что в файле переводы строк в стиле Windows.

Если не нужно захватывать сам комментарий в начале, то воспользуемся позитивным просмотром назад (lookbehind):

string pattern = @"(?<=//-+\s+\(" + testArg + @"\)\s+-+\r\n).*?(?=\r\n//-+)";

Вариант без регулярки:

var resultLines = File.ReadLines("file.txt")
    .SkipWhile(s => !s.StartsWith("//----- (" + testArg)) // пропускаем строки, пока не встретится нужная
    .Skip(1) // пропускаем саму эту строку комментария
    .TakeWhile(s => !s.StartsWith("//----- (")) // берем строки до тех пор, пока не встретится опять комментарий
    ;

string resultText = string.Join(Environment.NewLine, resultLines);
Console.WriteLine(resultText);
1
  • Решение на основе регулярного выражения может не справиться с очень длинным текстом из-за ленивого кванитификатора, примененного к точке. Это очень неэффективно. А второе решение не включает в себя начальный //----- (идентификатор) --------------------------------------------------------. Commented 30 нояб. 2015 в 13:05

Ваш ответ

Нажимая «Отправить ответ», вы соглашаетесь с условиями пользования и подтверждаете, что прочитали политику конфиденциальности.

Всё ещё ищете ответ? Посмотрите другие вопросы с метками или задайте свой вопрос.