在 C# 中读取 txt 文件答案

【问题标题】：Read txt file in C#在 C# 中读取 txt 文件
【发布时间】：2011-11-02 13:53:28
【问题描述】：

我有一个包含以下数据的 txt 文件

(0010,0010) : Patient's Name                : LANE^LOIS^^^

(0010,0020) : Patient ID                    : AM-0053

(0010,0030) : Patient's Birth Date          : 4/15/1982

(0010,0040) : Patient's Sex                 : F

我必须逐行阅读内容并创建包含以下详细信息的数据表 患者姓名、患者 ID、患者出生日期、患者性别。常量（例如(0010,0010)）不会改变。它代表患者姓名。你能否给我这个任务背后的逻辑。我有这么多，

逐行阅读

获取前 11 个字符并检查是否为 (0010,0010)

转到行尾，或用: 分割行并取数组的第二个元素。

我觉得好吗？或者我怎样才能提高性能？

【问题讨论】：

你自己试过吗？看起来很简单的任务
列是固定宽度、制表符分隔还是: 分隔？

标签： c# text file-management

【解决方案1】：

您的方法听起来很明智。用“:”分割看起来是一个合理的想法。

这种类型的字符串处理将非常快——而且比将结果数据记录写入磁盘或数据库要快得多，因此效率可能不应该成为问题。

【讨论】：

【解决方案2】：

在您知道存在问题之前不要担心性能问题，但一般来说，如果您可以避免过多的内存分配，这对您有利。因此，如果您只需要最后一部分，您可以在字符串上使用StartsWith()，这样您就不必创建稍后将被垃圾收集的子字符串，那么您可以使用LastIndexOf() 来查找最后一部分的开头并且只是对剩余部分进行子串化。

while((line = Console.ReadLine()) != null)
{
    if (line.StartsWith("0010,0010"))
    {
        var pos = line.LastIndexOf(':');

        if (pos != -1)
        {
            // do whatever with part
            var part = line.SubString(pos+1).Trim();
        }    
    }
}

【讨论】：

【解决方案3】：

这个小方法应该可以解决大部分问题。 :) 它在行上循环（你必须调整循环并用文本阅读器替换它）

将所有内容放入患者列表中。

void Main()
{
    var input = @"(0010,0010) : Patient's Name                : LANE^LOIS^^^
    (0010,0020) : Patient ID                    : AM-0053
    (0010,0030) : Patient's Birth Date          : 4/15/1982
    (0010,0040) : Patient's Sex                 : F
    (0010,0010) : Patient's Name                : LANE^LOIS^^^
    (0010,0020) : Patient ID                    : AM-0053
    (0010,0030) : Patient's Birth Date          : 4/15/1982
    (0010,0040) : Patient's Sex                 : F
    (0010,0010) : Patient's Name                : LANE^LOIS^^^
    (0010,0020) : Patient ID                    : AM-0053
    (0010,0030) : Patient's Birth Date          : 4/15/1982
    (0010,0040) : Patient's Sex                 : F";
    List<Patient> patients = new List<Patient>();

    Patient p = null;
    foreach(var line in input.Split(new[] {'\n'}))
    {
        var value = line.Split(new[] { ':' }, StringSplitOptions.RemoveEmptyEntries).Last().Trim();
        if(line.Trim().StartsWith("(0010,0010)"))
        {
            if(p != null)
                patients.Add(p);
            p = new Patient();
            p.Name = value;
        }
        else if(line.Trim().StartsWith("(0010,0020)"))
        {
            p.ID = value;
        }
        else if(line.Trim().StartsWith("(0010,0030)"))
        {
            DateTime birthDate;
            if(DateTime.TryParse(value, out birthDate))
                p.BirthDate = birthDate;
        }
        else if(line.Trim().StartsWith("(0010,0040)"))
        {
            p.Sex = value.ToCharArray()[0]; 
        }
    }
    if(p != null)
        patients.Add(p);
}

public class Patient
{
    public string Name { get; set; }
    public string ID { get; set; }
    public DateTime? BirthDate { get; set; }
    public char Sex { get; set; }
}

【讨论】：

还注意到我没有添加代码来查看是否有重复或数据太少的人（如果可能发生）。

【解决方案4】：

您甚至可以在拆分之前检查您的线路是否包含 (0010,0010) 或（4 位数字后跟 4 位数字）。如果检测到，您可以拆分为字符串数组、修剪空格并填充表格行。您可以使用以下表达式查找 (0010,0010)

Regex.IsMatch("line string here...", "[(]{1}[0-9]{4},{1}[0-9]{4}[)]{1}") // should be true if found

【讨论】：

【解决方案5】：

这似乎是一种合理的方法。在它成为问题之前，我不会担心性能。

为了论证，我们假设您有 100,000 个。首先编写一些工作代码，然后使用System.Diagnostics.Stopwatch 计算 100 需要多长时间。找到流程中运行时间最长的部分，并尝试缩短它。可能是（我还没有尝试过）逐行读取文件。您可以尝试一口气读取文件，然后将其拆分为换行符。使用处理器的所有内核并行运行它们可能会更好。

【讨论】：