如何提取包含标题的特定数据

Question

我有以下形式的数据，我想从中提取特定信息：

    f
    hj
13:45
    A
    Cd
    F
    RT
14:10
    df
    gj
    G
.. goes on

假设，我想要 F 和 gj.. 之间的所有内容，包括时间戳，我将如何去做。我知道如何获取从 F 到 gj 的行，但我也不知道如何包含时间戳，我对 c# 很陌生。任何帮助将不胜感激。

输出应该类似于

13:45
    F
    RT
14:10
    df
    gj

编辑 :::

public static void search_HstrLog()
        {
            int counter = 0;

            string[] hist_Logs = Directory.GetFiles(@"c:\logs");

            string line;

            for (int i = 0; i < hist_Logs.Count(); i++)
            {
                StreamReader reader = new StreamReader(hist_Logs[i]);

                bool betweenStartAndEnd = false;
                while ((line = reader.ReadLine()) != null)
                {
                    {
                        {

                        string start = "RUN";
                        string end = "STOP";


                            if(line.Contains(start))
                                betweenStartAndEnd = true;

                            if (betweenStartAndEnd || isTimeStamp(line))
                                Console.WriteLine(line);

                            if(line.Contains(end))
                                betweenStartAndEnd = false;
                        }
                    }
                }

                reader.Close();
            }
        }

    public static bool isTimeStamp(string line)
    {
        return Regex.IsMatch(line, @"^\d{2}:\d{2} ?[a-z]*$");
    }

这就是我现在所拥有的，正则表达式已被轻微更新，因为时间戳行还可以包含文本，包括开始和结束术语，例如14:22 RUN。

此外，这是数据看起来更具体的准确版本

14:22 RUN
     - abc
     - bfg
         dmf
            -rkc
15:33 
     dbv
        -fjh
        -fjs

所以在上面的例子中，如果 start 是 RUN 而 end 是 fjh，那么结果将是......

 14:22 RUN
         - abc
         - bfg
             dmf
                -rkc
 15:33 
      dbv
         -fjh

如果 start 是 bfg 而 end 是 dbv，则输出将是 -

14:22 
    - bfg
         dmf
            -rkc
15:33 
     dbv

Answer 1

基本上，如果您在开始值和结束值之间，您想要跟踪，然后您需要一种方法来识别时间戳。这里我使用正则表达式，但您可以将其更改为其他任何内容，包括使用DateTime.ParseExact。如果您需要在比较之前删除前导空格和尾随空格，您可能还需要使用string.Trim。

string start = "F";
string end = "gj";
bool betweenStartAndEnd = false;
foreach(var line in lines)
{
    if(line == start)
        betweenStartAndEnd = true;

    if(betweenStartAndEnd || isTimeStamp(line))
        Console.WriteLine(line);

    if(line == end)
        betweenStartAndEnd = false;
}

public static bool isTimeStamp(string line)
{
    return Regex.IsMatch(line, @"^\d{2}:\d{2}$");
}

Answer 2

使用如下代码所示的状态机

using System;
using System.Collections.Generic;
using System.Linq;
using System.Text;
using System.IO;

namespace ConsoleApplication1
{
    class Program
    {
        enum State
        {
            FIND_START,
            COLLECT_DATA,
            STOP_COLLECTING
        }
        static void Main(string[] args)
        {
            string input =
                    "14:22 RUN\n" +
                         "- abc\n" +
                         "- bfg\n" +
                             "dmf\n" +
                                "-rkc\n" +
                    "15:33\n" +
                         "dbv\n" +
                            "-fjh\n" +
                            "-fjs\n";

            StringReader reader = new StringReader(input);

            string inputLine = "";
            string output = "";
            State state = State.FIND_START;
            while ((inputLine = reader.ReadLine()) != null)
            {
                switch (state)
                {
                    case State.FIND_START:
                        if (inputLine.Contains("RUN"))
                        {
                            output += inputLine + "\n";
                            state = State.COLLECT_DATA;
                        }
                        break;
                    case State.COLLECT_DATA:
                        output += inputLine + "\n";
                        if (inputLine == "dbv") state = State.STOP_COLLECTING;
                        break;
                    case State.STOP_COLLECTING:
                        break;

                }
            }

        }
    }
}