c# - 根据 Notepad++ 中的列提取重复行(或通过 C#)

Question

我有一个文件有一些重复的序列号。我想要做的是只显示我的重复项。我的文件看起来像这样:

John Doe    000115   
Wilson Chan 000386
Tye Owens   000589
James Peter 000211
Carl Spade  000445
Sally Doe   000213

序号从第15位开始，到第17位结束。我想要的输出是:

James Peter 000211    
Sally Doe   000213

Sally 和 James 都是 02 的序列。我完全不熟悉正则表达式，只是发现 ^(.{15})[^-](.*)$ 让我排在第 15 位。在那之后我被困住了。有没有办法在 notepad++ 或 VBS 中完成此操作？

Answer 1

当你正在寻找这样的骗子时，不建议使用正则表达式方法，你可以编写一个小程序，比如用 C# 将文本拆分为单独的行，在行之外创建键值对，使用key是Index 15处长度为2的子串，然后分组得到count大于1的。

var txt = @"John Doe    000115   \nWilson Chan 000386\nTye Owens   000589\nJames Peter 000211\nCarl Spade  000445\nSally Doe   000213";
var splits = txt.Split('\n') // Split into lines 
    .Select(m => new KeyValuePair<string,string>(m.Substring(15,2), m)) // Create key value pairs
    .GroupBy(z => z.Key)   // Group by the 2-char substring
    .Where(y => y.Count() > 1);  // Grab only those with the same key
foreach (var x in splits)        // Display the groups
{
    Console.WriteLine("--- {0} ---", x.Key);
    foreach (var y in x)
        Console.WriteLine(y.Value);
}

参见 C# demo

输出:

--- 21 ---
James Peter 000211
Sally Doe   000213