将文本文件解析为C＃中的数组

Question

我想将有关PCB组件的文本文件解析为数组。部分文字如下：

COMP C1 MC-0000-0427 CAPACITOR 0402 0,565 5,395 2 90 
C_PROP (MFG,"VISHAX") (VALUE,"10n") (TOLER,"10%") (COMPONENT_TYPE,"CAPACITOR") (REFLOC,"IN,0.02,0.0,0,CC,0.015,0.009,0.006,STD,1,YERLESIM") 
C_PROP (MGC_CAT,"capacitor") (MGC_LIB,"MST Develepment Library") (MGC_INDEX,"MC-0000-0427") 
C_PIN C1-1 0,565 5,395 32 2 90 PAD20X25 VA_3V3_ADC1 
C_PIN C1-2 0,565 5,435 32 2 90 PAD20X25 GROUND 

COMP C10 MC-0000-0427 CAPACITOR 0402 2,55 5,275 2 90 
C_PROP (MFG,"VISHAX") (VALUE,"10n") (TOLER,"10%") (COMPONENT_TYPE,"CAPACITOR") (REFLOC,"IN,0.02,0.0,0,CC,0.015,0.009,0.006,STD,1,YERLESIM") 
C_PROP (MGC_CAT,"capacitor") (MGC_LIB,"MST Development Library") (MGC_INDEX,"MC-0000-0427") 
C_PIN C10-1 2,55 5,275 32 2 90 PAD20X25 VA_3V3_ADC4 
C_PIN C10-2 2,55 5,315 32 2 90 PAD20X25 GROUND 

COMP C100 MC-0000-0393 CAPACITOR 0402 3,29 4,105 2 0 
C_PROP (MFG,"['MURATA','NIL',CAL CHIP']") (VALUE,"100n") (TOLER,"10%") (COMPONENT_TYPE,"CAPACITOR") (REFLOC,"IN,0.02,0.0,0,CC,0.105,0.009,0.006,std,1,YERLESIM") 
C_PROP (MGC_CAT,"capacitor") (MGC_LIB,"MST Develeopment Library") (MGC_INDEX,"MC-0000-0363") 
C_PIN C100-1 3,29 4,105 32 2 0 PAD20X25 GROUND 
C_PIN C100-2 3,29 4,105 32 2 0 PAD20X25 VCC_2V5 

这些只是文本的三个组成部分。 C1，C10和C100电容器。首先，我不需要所有这些信息。我需要的是“组件名称”（exp：C1），“组件坐标”（exp：C1的坐标是x = 0,565和y = 5,395），“组件放置哪个面”（exp：C1放置在第二面），“组件的Allignment”（exp：C1的排列是90度）以及关于该组件具有的每个引脚的相同信息。正如你所看到的，这些信息存在于文本中。

阵列将是这样的：

 Column0 Column1 Column2 Column3 Column4 Column5 

Row0 "C1"   0  0,565  5,395  2   90 

Row1 "C1"   1  0,565  5,395  2   90 

Row2 "C1"   2  0,565  5,435  2   90 

Row3 "C10"  0  2,55  5,275  2   90 

Row4 "C10"  1  2,55  5,275  2   90 

Row5 "C10"  2  2,55  5,315  2   90 

Row6 "C100"  0  3,29  4,105  2   0 

Row7 "C100"  1  3,29  4,105  2   0 

Row8 "C100"  2  3,25  4,105  2   0 

..... 

..... //and goes on.. 

列0：组件的名称。

第1列：组件的引脚。我会让程序写“0”来定义组件本身而不是它的引脚。然后它将写入“1”和“2”，表示组件的第1和第2引脚。

第2列：x坐标系。

第3列：y坐标线。

第4栏：面板。这个委员会有两个面孔。一些组件在一号，一些在二号脸上。

第5列：组件的分配。

该板上有750多个组件，所以这些只是冰山的顶部。我的意思是，行号不固定。当程序找到新的组件或引脚时，它会添加一个新行。一些组件有超过100个引脚，引脚名称正在改变。例如：有一个名为“KN3”的组件，其引脚被命名为“AF-18”（KF3-AF-18：与其他文件一样，它在文本中是这样写的）。所以我不会写“1”或“2”。我将在第一栏写上“AF-18”。但是这个信息，我的意思是引脚的名字存在于文件中，就像这些组件的引脚一样。

我在开始时给出的文件样本是文本的“组件”部分。还有其他的标题和部分，但我不需要它们。我只能使用以“COMP”开头的行（字之后有空格）和“COMP”行下面的引脚部分。所以我不需要以“C_PROP”开头的行。我想把所有的信息写入一个数组中。

Answer 1

先用COMP拆分，抓住每个COMP，然后用换行符将COMP拆分成行。抓住第一行并添加。

string[] _compSplitted = text.Split(new string[] { "COMP"}, StringSplitOptions.Empty); 

Answer 2

这里的一些方向，因为你

http://www.RegexHero.com就是考验你对字符串的正则表达式的好地方，没有人会写代码。

C# Regex Sheet是C＃正则表达式作弊表/引导

Dot Net Perls这里是一个良好的开端与正则表达式在C＃

Answer 3

我会写的代码你，你（嗯，我昨天刚写的我） 这是在VB中，并没有完成，但应该足以开始。

Dim rxsDecimal As String = "([-+]?[0-9]*\.[0-9]+|[-+]?[0-9]+)" 
    Dim rxsOptionalQuotedStr As String = "("".+""|\S+)" 
    Dim xCMP As New Regex(String.Format("COMP\s+(\S+)\s+(\S+)\s+{1}\s+(\S+)\s+{0}\s+{0}\s+{0}\s+{0}", rxsDecimal, rxsOptionalQuotedStr)) 

    Dim m As Match = xCMP.Match(currentLine) 

    Dim ComponentRef As String = m.Groups(1).Value 
    Dim ComponentPartNo As String = m.Groups(2).Value 
    Dim ComponentDesc As String = m.Groups(3).Value 
    Dim ComponentGeom As String = m.Groups(4).Value 
    Dim ComponentX As String  = m.Groups(5).Value 
    Dim ComponentY As String  = m.Groups(6).Value 
    Dim Side As String   = m.Groups(7).Value 
    Dim ComponentRotation As String = m.Groups(8).Value 

我发现设计和测试的最佳工具正则表达式是Expresso。它是免费的，但你必须在一段时间后注册。 http://www.ultrapico.com/Expresso.htm