解析固定列宽的可变长度字符串

Question

我正在尝试解析格式化为列的文本报告。每列似乎都是右对齐的，具有固定的长度。对于每一行，有时并非所有列都被使用。在这种情况下，空格似乎用于对齐行中的每一列。输入示例：

031   91    1221,154
043   66     312,222    1      3,047                       3,047    1.5%    .9%
040  118     529,626    1      1,842                       1,842     .8%    .3%
037   45     427,710
019   80     512,153    1     14,685                      14,685    1.2%   2.8%
009   68     520,301                      1    16,085     16,085    1.4%   3.0%
030   13     106,689                      1     1,581      1,581    7.6%   1.4%
008   54     377,593    1      7,098                       7,098    1.8%   1.8%
018   24     171,264
022   25       8,884    1        433                         433    4.0%   4.8%
035    9      42,043
041   13     112,355

列宽如下（以字符数计，包括空格）：3,5,12,6,10,7,10,11,8,7。

解析这个的好方法是什么？我尝试过使用正则表达式来执行此操作，但在读入的第一行上显然失败了，因为我使用的表达式期望整行都有数据：

字符串模式 = @"^(?.{3})(?.{5})(?.{12})(?thirtyeightyninenumber>.{6})(?{10})(?.{7}( ?.{10})(?.{11})(?.{8})(?.{7})";

寻找一种好方法将其读入适当的变量，具体取决于该列是否有数据。我觉得我需要进行一堆

if

检查，但我希望有一个我没有想到的更好的方法。

感谢您的帮助。

顺便说一句 - 我正在使用 StreamReader 和 ReadLine 读取这些行。

Answer 1

有一个

TextFieldParser

专门用于读取这样的固定宽度/分隔文本文件。

它位于

Microsoft.VisualBasic.FileIO

命名空间中，但您仍然可以从 C# 中调用它。

添加对

Microsoft.VisualBasic

的引用，一个

using Microsoft.VisualBasic.FileIO;

，那么代码如下所示：

TextFieldParser parser = new TextFieldParser(stream);
parser.TextFieldType = FieldType.FixedWidth;
parser.SetFieldWidths(3, 5, 12, 6, 10, 7, 10, 11, 8, 7);
while (!parser.EndOfData)
{
    //Processing row
    string[] fields = parser.ReadFields();

    // Treat each field appropriately e.g. int.TryParse,
    // remove the "%" then float.TryParse etc.
}
parser.Close();

编辑：也就是说，在反射器中查看，我认为如果您的缩短线没有全宽的空格，则此操作会失败。我不知道如何建议你解决这个问题；您可以预处理流以在每行插入任何缺失的空格吗？

Answer 2

不要为此使用正则表达式。 您知道列数和这些列的宽度，因此只需使用

String.Substring

和

String.Trim

:

string field1 = line.Substring(0, 5).Trim();
string field2 = line.Substring(5, 3).Trim();
string field3 = line.Substring(12, 8).Trim();
/* etc, etc */

Answer 3

只需根据 myDataString + new string(' ', 1000); 检查您的正则表达式（或其他任何内容）；