我需要从 WIKI 标记页面获取正在读取的数据并将其存储为表结构。我想弄清楚如何将以下标记语法正确解析为 C# 中的某些表数据结构

这是一个示例表:

 || Owner || Action || Status || Comments ||
 | Bill | Fix the lobby | In Progress | This is easy |
 | Joe | Fix the bathroom | In Progress | Plumbing \\
 \\
  Electric \\
 \\
 Painting \\
 \\
 \\ | 
 | Scott | Fix the roof | Complete | This is expensive |

下面是它是如何直接进入的:

|| Owner|| Action || Status || Comments || | Bill\\ | fix the lobby |In Progress | This is eary| | Joe\\ |fix the bathroom\\ | In progress| plumbing  \\Electric \\Painting \\ \\ | | Scott \\ | fix the roof \\ | Complete | this is expensive| 

如你所见:

• 列标题有“||”作为分隔符
• 行列有分隔符或“|”
• 一行可能跨越多行(如上面的第二个数据行示例)，所以我必须继续阅读，直到我遇到相同数量的“|” (cols)我在标题行中。

我试着逐行阅读，然后将中间有“\”的行连接起来，但这看起来有点老套。

我也试着简单地读入一个完整的字符串，然后用“||”解析首先，然后继续阅读，直到我点击相同数量的“|”然后转到下一行。这似乎可行，但感觉可能有更优雅的方式使用正则表达式或类似的东西。

谁能建议解析这些数据的正确方法？

最佳答案

由于您编辑后输入的格式与之前发布的格式大不相同，因此我已在很大程度上替换了之前的答案。这导致了一个稍微不同的解决方案。

因为行后不再有任何换行符，所以确定行结束位置的唯一方法是要求每一行的列数与表头的列数相同。至少如果您不想依赖一个且仅提供的示例字符串中存在的一些潜在脆弱的空白约定(即行分隔符是唯一的 | 前面没有空格).您的问题至少没有提供此作为行分隔符的规范。

下面的“解析器”至少提供了可以从您的格式规范和示例字符串派生的错误处理有效性检查，并且还允许没有行的表。评论解释了它在基本步骤中所做的事情。

public class TableParser
{
    const StringSplitOptions SplitOpts = StringSplitOptions.None;
    const string RowColSep = "|";
    static readonly string[] HeaderColSplit = { "||" };
    static readonly string[] RowColSplit = { RowColSep };
    static readonly string[] MLColSplit = { @"\\" };

    public class TableRow
    {
        public List<string[]> Cells;
    }

    public class Table
    {
        public string[] Header;
        public TableRow[] Rows;
    }

    public static Table Parse(string text)
    {
        // Isolate the header columns and rows remainder.
        var headerSplit = text.Split(HeaderColSplit, SplitOpts);
        Ensure(headerSplit.Length > 1, "At least 1 header column is required in the input");

        // Need to check whether there are any rows.
        var hasRows = headerSplit.Last().IndexOf(RowColSep) >= 0;
        var header = headerSplit.Skip(1)
            .Take(headerSplit.Length - (hasRows ? 2 : 1))
            .Select(c => c.Trim())
            .ToArray();

        if (!hasRows) // If no rows for this table, we are done.
            return new Table() { Header = header, Rows = new TableRow[0] };

        // Get all row columns from the remainder.
        var rowsCols = headerSplit.Last().Split(RowColSplit, SplitOpts);

        // Require same amount of columns for a row as the header.
        Ensure((rowsCols.Length % (header.Length + 1)) == 1, 
            "The number of row colums does not match the number of header columns");
        var rows = new TableRow[(rowsCols.Length - 1) / (header.Length + 1)];

        // Fill rows by sequentially taking # header column cells 
        for (int ri = 0, start = 1; ri < rows.Length; ri++, start += header.Length + 1)
        {
            rows[ri] = new TableRow() { 
                Cells = rowsCols.Skip(start).Take(header.Length)
                    .Select(c => c.Split(MLColSplit, SplitOpts).Select(p => p.Trim()).ToArray())
                    .ToList()
            };
        };

        return new Table { Header = header, Rows = rows };
    }

    private static void Ensure(bool check, string errorMsg)
    {
        if (!check)
            throw new InvalidDataException(errorMsg);
    }
}

像这样使用时:

public static void Main(params string[] args)
{
        var wikiLine = @"|| Owner|| Action || Status || Comments || | Bill\\ | fix the lobby |In Progress | This is eary| | Joe\\ |fix the bathroom\\ | In progress| plumbing  \\Electric \\Painting \\ \\ | | Scott \\ | fix the roof \\ | Complete | this is expensive|";
        var table = TableParser.Parse(wikiLine);

        Console.WriteLine(string.Join(", ", table.Header));
        foreach (var r in table.Rows)
            Console.WriteLine(string.Join(", ", r.Cells.Select(c => string.Join(Environment.NewLine + "\t# ", c))));
}

它将产生以下输出:

其中 "\t# " 表示由输入中的 \\ 引起的换行符。

关于c# - 在 C# 中，解析此 WIKI 标记的最佳方法是什么？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/29529330/