使用多种分隔符类型将文本文件解析为字段

Question

我正在尝试使用 c# 从聊天中解析日志文件，我遇到的问题是它并不是真正为解析而设计的，因为它不使用标准分隔符。这是文件中典型行的示例：

 2010-08-09 02:07:54 [Message] Skylar Morris -> (ATL)City Waterfront: I'll be right back 
 date time messageType userName -> roomName: message

我要存储的字段是： 日期和时间作为 DateTime 类型加入

消息类型

用户名

房间名称

消息

如果它可以通过空格、制表符或逗号等标准分隔符分隔，那将相当简单，但我不知道如何攻击它。

---

作为后续，使用此代码作为模板：

List<String> fileContents = new List<String>();
string input = @"2010-08-09 02:07:54 [Message] Skylar Morris -> (ATL)City Waterfront: I'll be right back";
string pattern = @"(.*)\[(.*)\](.*)->(.+?):(.*)";

foreach (string result in Regex.Split(input, pattern))
{
   fileContents.Add(result.Trim());
}

我得到了预期的 5 个元素（前后各一个为空）。我该如何纠正这个问题？

foreach (string result in Regex.Split(input, pattern)
        **.Where(result => !string.IsNullOrEmpty(result))**)
{
   fileContents.Add(result.Trim());
}

好的，用上面的代码解决了。

Answer 1

你知道那句古老的格言：“有些人在遇到问题时，会想“我知道，我会使用正则表达式。”现在他们有两个问题。”？

好吧，在这种情况下，你确实需要正则表达式。

在这种情况下，这个应该覆盖你：

([\d]{4}-[\d]{2}-[\d]{2} [\d]{2}:[\d]{2}:[\d]{2}) \[([\w]+)\] ([a-zA-Z0-9 ]+) -> (\([\w]+\)[a-zA-Z0-9 ]+): (.*)

你应该真的测试它。我只是把它放在一起，它可能无法处理你能看到的所有内容。

Answer 2

试试这个：

.*\[(.*)\](.*)->(.+?):(.*)

它使用了消息在方括号[]中的事实 名称在 [] 和 -> 之间 房间名称介于 -> 和 : 消息就是之后的一切。 :)