使用模式范围 /start/ /end/ 搜索 String 或 StringBuilder

Question

我想在 C# 中创建一个函数（如果需要，可以使用一组辅助函数），它可以执行与 awk '/start/,/end/' file 类似的操作 - 除了它将包含所有最后的匹配项，而不是在第一个匹配项上终止。

假设我们有：

# cat text
"13:08:30:5276604 Main: 41044 - 48.7617 M-- Other PIDS 2 - 79.1016 M"
"13:08:30:5736962 Main: 41044 - 48.7617 M-- Other PIDS 2 - 79.1016 M"
"13:08:30:6227343 Main: 41044 - 48.7617 M-- Other PIDS 2 - 79.1016 M"
"13:08:30:6757752 Main: 41044 - 48.7617 M-- Other PIDS 2 - 79.1016 M"
"13:08:30:7208103 Main: 41044 - 48.7617 M-- Other PIDS 2 - 79.1016 M"
"13:08:30:7668739 Main: 41044 - 48.7617 M-- Other PIDS 2 - 79.1016 M"
"13:08:30:8129079 Main: 41044 - 48.7617 M-- Other PIDS 2 - 79.1016 M"

预期：

"13:08:30:6227343 Main: 41044 - 48.7617 M-- Other PIDS 2 - 79.1016 M"
"13:08:30:6757752 Main: 41044 - 48.7617 M-- Other PIDS 2 - 79.1016 M"
"13:08:30:7208103 Main: 41044 - 48.7617 M-- Other PIDS 2 - 79.1016 M"
"13:08:30:7668739 Main: 41044 - 48.7617 M-- Other PIDS 2 - 79.1016 M"

AWK 输出：

# awk '/13:08:30:62/,/13:08:30:7/' text
"13:08:30:6227343 Main: 41044 - 48.7617 M-- Other PIDS 2 - 79.1016 M"
"13:08:30:6757752 Main: 41044 - 48.7617 M-- Other PIDS 2 - 79.1016 M"
"13:08:30:7208103 Main: 41044 - 48.7617 M-- Other PIDS 2 - 79.1016 M"

我最初认为我可能只是通过两个条件pattern_1 | pattern_2 获得正则表达式匹配，但是如果匹配值之间存在值，这将不起作用。

我还发现 C# StringBuilder 类没有 .indexOf() 和 .lastIndexOf() 方法（我在 JAVA 方面有更多经验，所以在我看到 C# 没有它们之前一直在考虑使用它们）。由于我没有这些方法并且可能需要实现它们，所以我想问一下这是否是可行的方法？如果需要大量搜索，本节甚至建议使用字符串：MSDN - 我当然也可以使用它。我选择使用StringBuilder是因为字符串拼接是不断进行的，是不是应该在构建字符串的时候使用stringbuilder类型（拼接很多），然后在搜索的时候转换成string类型？

我也希望它具有高性能，并且很高兴听到有关如何实现它的建议。一般指导和实施细节表示赞赏。

Answer 1

如果您需要处理一个潜在的大文件，您最好使用StreamReader 并使用ReadLine 方法按行处理它。这可以防止您最终在内存中获得完整的文件，就像您在使用 StringBuilder 时可能会遇到的那样。通过在实现上使用抽象TextReader，您可以将字符串用作（文件）流。

要检查开始和结束匹配，您可以使用Regex class。它的Match 方法返回一个带有Success 属性的实例，当找到匹配项时该属性为真。

要实现你的逻辑，我估计有三种状态：在我们找到开始之前、在我们找到结束之前、在我们仍然找到结束之前。我选择使用yield 关键字在迭代器中实现这一点，因为这几乎可以免费为我提供状态机。

这里是实现：

void Main()
{
    // use a streamreader to read characters
    // the .ctor accpets an Encoding as second parameter
    using(var sr = new StreamReader(@"sample.txt"))
    {
        ReadFromBeginToEnd("13:08:30:62","13:08:30:7",sr);
    }

    var text =@"
13:08:30:6227343 Main: 41044 - 48.7617 M-- Other PIDS 2 - 79.1016 M
13:08:30:6757752 Main: 41044 - 48.7617 M-- Other PIDS 2 - 79.1016 M
13:08:30:7208103 Main: 41044 - 48.7617 M-- Other PIDS 2 - 79.1016 M
13:08:30:7668739 Main: 41044 - 48.7617 M-- Other PIDS 2 - 79.1016 M";
    using(var sr = new StringReader(text))
    {
        ReadFromBeginToEnd("13:08:30:62","13:08:30:7", sr);
    }
}

// enumerate over the lines from the streamreader
// accepting two regexes, start and end
IEnumerable<string> FromBeginToEnd(TextReader rdr, Regex start, Regex end)
{
   // 1st state
   var line = rdr.ReadLine(); // initial read, null means we're done
   // read the lines until we hit our start match
   while(line != null && !start.Match(line).Success) 
   {
      // don't return these lines
      line = rdr.ReadLine();    
   }
   // 2nd state
   // read the lines while we didn't hit our end match
   while(line != null && !end.Match(line).Success) 
   {
      // return this line to the caller
      yield return line;
      line = rdr.ReadLine();    
   }
   // 3rd state
   // read the lines while we find our end match
   while(line != null && end.Match(line).Success) 
   {
      // return this line to the caller
      yield return line;
      line = rdr.ReadLine();    
   }
   // iterator is done
   yield break;
}

// take a start and end string that can be compiled to a regex
// and a file (fullpath)
void ReadFromBeginToEnd(string start, string end, TextReader reader) 
{
    // loop over the lines that mach the criteria
    // FromBeginToEnd is our custom enumerator
    foreach(var line in FromBeginToEnd(reader, new Regex(start), new Regex(end)))
    {
       // write to standard out
       // but this can be an StreamWriter.WriteLine as well.
       Console.WriteLine(line);
    }
}