使用正则表达式支持灵活的文本格式

• 下载源代码 - 18.3 KB

引言

我正在编写一个小型的数据库应用程序，允许用户将纯文本文件中的记录导入到Access数据库中。我遇到的一个问题是，不同的用户会有不同的格式：有些是制表符分隔的，有些是逗号分隔的；有些具有固定宽度的字段，而有些则没有。您可以使用switch语句来处理它们，但是当格式的数量增加时，代码的丑陋程度也会增加。更困难的是，通常在编码时您并不知道格式是什么。

因此，我需要支持自定义格式；它必须足够灵活，并且应用程序可以轻松理解。这看起来是一项艰巨的任务，直到我接触到正则表达式的概念。

Using the Code

它非常简单易用，因为它除了使用正则表达式的想法之外，几乎没有其他内容。演示项目包含在formats.xml中描述的两种格式，以及两个示例输入文件。您需要

1. 将flex_format.cs添加到您的项目中。
2. 在初始化期间加载存储在XML文件中的格式信息。

//Read Formats Supported
XmlSerializer s = new XmlSerializer(typeof(ArrayList), 
                      new Type[] { typeof(flex_format) });
TextReader r = new StreamReader("formats.xml");
formats_supported = (ArrayList)s.Deserialize(r);
r.Close();

3. 当用户打开OpenFileDialog时，将格式信息填充到文件过滤器中。

OpenFileDialog dlg = new OpenFileDialog();
//Stuff the dialog's file filter with formats supported
foreach (flex_format format in formats_supported)
{
  dlg.Filter += (dlg.Filter.Length>0?"|":"")+ 
      format.description + "|*" + format.suffix;
}
if (dlg.ShowDialog() == DialogResult.OK)
{
  load_list(dlg.FileName);
}

4. 使用格式描述中指定的正则表达式解析文本文件。

private void load_list(string file_name)
{
  flex_format format = null;
  //Determine the file format by file name suffix
  foreach (flex_format fmt in formats_supported)
  {
    if (file_name.EndsWith(fmt.suffix))
    {
      format = fmt;
      break;
    }
  }
  
  listView1.Clear();
  //Stuff the listview columns with field names
  foreach(string field_name in format.entries)
  {
    listView1.Columns.Add(field_name);
  }

  //Now read the content of the input file 
  textBox1.Text = null; 
  StreamReader reader = new StreamReader(file_name);
  while (true)
  {
    string line = reader.ReadLine();
    textBox1.Text += line+"\r\n";
    if(line == null || line.Length == 0) break;


    //This is where the regular expression is used
    Match match = new Regex(format.pattern).Match(line);
    if(!match.Success) continue;
    ListViewItem item = new ListViewItem(match.Groups[1].Value);
    for (int i = 2; i < match.Groups.Count; i++)
    {
       item.SubItems.Add(match.Groups[i].Value);
    }
    listView1.Items.Add(item);
  } 
}

5. 要添加新格式，您可以手动编辑XML文件，也可以以编程方式使用XML序列化。这是演示项目中使用的XML文件的一部分。此格式允许用户使用不同的速度单位，如果没有正则表达式的帮助，这将更难实现。

<anyType xsi:type="flex_format" 
   description="Car Speed Record Database" 
   suffix=".spd" 
   pattern="([^\t]+)\t([^\t]+)\t([\d\.]+)\s*(mph|km/h|m/s)">
<entries>
<entry>Make</entry>
<entry>Model</entry>
<entry>TopSpeed</entry>
<entry>Unit</entry>
</entries>
</anyType>

为什么使用正则表达式

类flex_format将描述、文件后缀、正则表达式模式和字段名称数组存储在XML文件中。文件格式可以灵活到什么程度？就像正则表达式一样灵活。结合XML序列化，您将获得一个简洁的解决方案来支持灵活的文本格式。更重要的是，您可以在不更改应用程序的情况下轻松添加对新格式的支持。

修订历史

• [2009年7月2日] 对演示项目进行了小的更改。
• [2009年6月20日] 初始版本。

访问我在C#和数字成像方面的博客，如果您能阅读中文：)