如何检查字符串中的行是否由空格分隔？

Question

我正在构建一个程序，通过扫描其书名页并使用OCR来获取本书的出版商...因为出版商总是处于标题页的底部，所以我认为由空间分隔的检测线是解决方案，但我不知道如何测试。这里是我的代码：

Dim builder As New StringBuilder() 
Dim reader As New StringReader(txtOCR.Text) 
Dim iCounter As Integer = 0 
While True 
    Dim line As String = reader.ReadLine() 
    If line Is Nothing Then Exit While 

    'i want to put the condition here 

End While 
txtPublisher.Text = builder.ToString() 

Answer 1

你的意思是空行吗？然后，你可以这样做：

Dim bEmpty As Boolean 

然后在循环中：

If line.Trim().Length = 0 Then 
    bEmpty = True 
Else 
    If bEmpty Then 
     '... 
    End If 

    bEmpty = False 
End If 

Answer 2

为什么不能做到以下几点：从底部走，直到你找到的第一个非空行（不知道OCR是如何工作的......也许最底部的行总是非空的，在这种情况下这是多余的）。在下一步中，直到第一个空行。中间的文字是出版商。

你不需要StringReader为：

Dim lines As String() = txtOCR.Text.Split(Environment.NewLine) 
Dim bottom As Integer = lines.Length - 1 

' Find bottom-most non-empty line. 
Do While String.IsNullOrWhitespace(lines(bottom)) 
    bottom -= 1 
Loop 

' Find empty line above that 
Dim top As Integer = bottom - 1 

Do Until String.IsNullOrWhitespace(lines(top)) 
    top -= 1 
Loop 

Dim publisherSubset As New String(bottom - top)() 
Array.Copy(lines, top + 1, publisherSubset, 0, bottom - top) 
Dim publisher As String = String.Join(Environment.NewLine, publisherSubset) 

但说实话，我不认为这是一个特别好的办法。它不灵活，不能很好地处理意外的格式。我会使用正则表达式来描述发布者字符串（及其上下文）的外观。也许这还不够，你必须考虑描述整个页面来推断哪些位是发布者。

Answer 3

假设发布者总是在最后一行，并且总是出现在空行之后。那么下面可能是？

Dim Lines as New List(Of String) 
    Dim currentLine as String = "" 
    Dim previousLine as String = "" 

    Using reader As StreamReader = New StreamReader(txtOCR.Txt) 
    currentLine = reader.ReadLine 
    If String.IsNullOrWhiteSpace(previousLine) then lines.Add(currentLine) 
    previousLine = currentLine 
    End Using 

    txtPublisher.Text = lines.LastOrDefault() 

要忽略，如果以前的行是空/空：

Dim Lines as New List(Of String) 
Using reader As StreamReader = New StreamReader(txtOCR.Txt) 
lines.Add(reader.ReadLine) 
End Using 

txtPublisher.Text = lines.LastOrDefault()