解析多行固定格式的文本文件

Question

我想在每一個「記錄」分佈在多條線路的固定格式的文本文件來分析一些數據，所以......

MAILBOX: 10013  Created: 01/20/09 4:39 pm 
    MSGS: 0   UNPLAYED: 0   URGENT: 0   RECEIPT: 0 
    LCOS: RBC Standard : 20   FCOS: RBC Standard  : 20 
    GCOS: Default GCOS 1 : 1    NCOS: Default   : 1 
    TCOS: Default TCOS 1 : 1    RCOS:     : 1 
BAD LOGS: 0   LAST LOG: NEVER        MINS:  0.0 
    PASSWD: Y   TUTOR: N    DAY: M   NIGHT: M  
    NAME:         CODE: 
    EXTEN: 10013       INDEX: 0 
ATTEN DN:         INDEX: 0   
DISTRIBUTION LISTS WITH CHANGE RIGHTS: 
    all 
DISTRIBUTION LISTS WITH REVIEW RIGHTS: 
    all 

我之前使用過File Helpers作爲單行記錄，並且它非常有用。檢查它的文檔，它有一個MultiRecordEngine功能，但是這將意味着......

• 每行一類... 不是問題
• 計算每個固定格式的確切大小場... 痛苦和開放的錯誤
• 邏輯來檢查每一行

和另外皺紋，我發現是在固定格式實際上是不固定，即有根據目標記錄不同格式的行，所以一些有21行，約22，23，24等

我已經發現一個Java平面文件解析庫，FFP ，但我是.NET，C＃，PowerShell編碼器

是否有更好的方法來處理這種解析？

Answer 1

你需要的是一個詞法分析器。您的記錄太大而無法使用單個正則表達式進行分析，因此您必須爲每行編寫一個正則表達式，並使用狀態機來驗證這些行按照正確的順序執行。

或者您可以使用通用詞法分析器/解析器爲您生成代碼。維基百科長期有list。 Gold解析器看起來很不錯。

我不會嘗試在PowerShell中進行lexing/parsing。我寧願將代碼編寫爲C＃或F＃，並使用PowerShell中的程序集。

編輯：我剛纔看過FileHelpers庫。您可以使用與您源記錄中的每行匹配的.NET類型創建一個Multirecord Engine。您所要做的就是解析結果數組以獲得有效順序並創建對象。

Answer 2

我做過在PowerShell中相似，並發現，在下面的字符串使用正則表達式是非常容易的工作：

http://mjolinor.wordpress.com/2012/01/05/powershell-multiline-regex-matching/