c# - 如何为特定字符匹配 N 次后的新行？

Question

我正在尝试匹配 CSV 类文件中的所有新行。问题是大文件总是带有一些虚线，例如:

123|some string field|person 123|some optional open comment|324|213
133|some string field|person||324|213
153|some string field|person 123|some comment|324|213
126|some string field|another id|some open and
new line comment|324|213
153|string field|person 123|some comment|324|213
153|string field|person 123|another broken line
comment|324|213
133|field|person||324|213

因此，为了解决这种情况，我使用了以下逻辑:

    string ZSUR = File.ReadAllText(filePath);
    string originalFilePath = filePath;

    // Regular Expression to fix line break issues
    Regex RE = new Regex(@"[\r\t\n]+([^0-9\r\t\n]{3}[^|\r\t\n])");

    ZSUR = RE.Replace(ZSUR, "$1");

    // Backup the original file
    string[] backupFilePath = Regex.Split(filePath, @".txt$");
    File.Delete(backupFilePath[0] + "_BACKUP.txt");
    File.Move(originalFilePath, backupFilePath[0] + "_BACKUP.txt");

    // And then save on the same path the fixed file
    File.WriteAllText(originalFilePath, ZSUR);

它解决了 90% 的情况，因为正确行的第一部分总是以三位数字开头，后跟竖线。

但我不知道为什么它与这样的情况不匹配:

126|some string field|another id|some open and
double newlined 
123 coment|324|213
153|some string field|person 123|some comment|324|213
153|some string field|person 123|some comment|324|213
153|string field|person 123|Please split this line
31 pcs: 05/03/2013
31|324|213
153|some string field|person 123|some comment|324|213

如您所见，我需要一种不同的方法来解决这个问题。我知道在我有 N 次管道后，那个烦人的评论字段就在那里。那么，有什么方法可以匹配从一行开始的 N 个管道之后的所有新行和类似行吗？

也欢迎其他想法。

编辑:感谢大家的回答。

我使用以下正则表达式解决了这个问题:

(?<!\|[CA]?\|([0-9]{2}.[0-9]{2}.[0-9]{4})?)[\n\r]+

当然，我的真实文件与发布的示例略有不同，但主要思想只是匹配所有新行 [\n\r]+ 之前没有

(?<! ... ) 

表达式。

Answer 1

您可以像这样处理所有内容，其中“清理”是您定义的方法。

var prev = string.Empty;
const int requiredValueCount = 6;

foreach (var line in lines2.Split(new[] {Environment.NewLine}, StringSplitOptions.None))
{
    var values = (prev + line).Split('|');

    if (values.Length == requiredValueCount)
    {
        prev = string.Empty;
        Clean(values);
    }
    else
    {
        prev += line;
    }
}