如何解析不包含单词和/或括号的数据？

Question

我已经写了一个程序来从电子表格中提取一些数据，但是我想让它在单元格中存在时忽略括号和单词。电子表格包含城市名称，县名和税率。

对于大多数情况下的城市来说，单元格只包含城市名称，但有时也会在里面带有“城市”一词的括号。

Benton (city) 

我正在寻找一种解决方案，使我的程序只检索没有括号的城市。

Benton 

对于县里的每一条记录都包含县名和县名。

Crawford County 

我想只检索县的名称。

Crawford 

对于县我知道我可以使用拆分方法，但我想建议为处理这两种情况的最佳方式。脚本的其余部分工作正常。我只需要改进数据。

对于任何想看我如何处理数据的人。下面是代码：

public static List<CityTax> getCityTaxRates(string fileName) 
     { 
      Excel.Application xlApp = new Excel.Application(); 
      Excel.Workbook xlWorkbook = xlApp.Workbooks.Open(@fileName); 
      Excel._Worksheet xlWorksheet = xlWorkbook.Sheets[1]; 
      Excel.Range xlRange = xlWorksheet.UsedRange; 
      List<CityTax> cityTaxList = new List<CityTax>(); 
      Console.WriteLine("City Tax Rates----------------------------------------------------------------"); 
      for (int i = 10; i <= 312; i++) 
      { 
       CityTax cityTaxRate = new CityTax(); 
       cityTaxRate.city = xlRange.Cells[i, 2].Value2.ToString(); 
       cityTaxRate.cityRate = Convert.ToDecimal(xlRange.Cells[i, 5].Value2); 
       cityTaxList.Add(cityTaxRate); 
      } 
      return cityTaxList; 
     } 

    public static List<CountyTax> getCountyTaxRates(string fileName) 
    { 
     Excel.Application xlApp = new Excel.Application(); 
     Excel.Workbook xlWorkbook = xlApp.Workbooks.Open(@fileName); 
     Excel._Worksheet xlWorksheet = xlWorkbook.Sheets[1]; 
     Excel.Range xlRange = xlWorksheet.UsedRange; 
     List<CountyTax> countyTaxList = new List<CountyTax>(); 
     Console.WriteLine("County Tax Rates----------------------------------------------------------------"); 
     for (int i = 316; i <= 390; i++) 
     { 
      CountyTax countyTaxRate = new CountyTax(); 
      countyTaxRate.county = xlRange.Cells[i, 2].Value2.ToString(); 
      countyTaxRate.countyRate = Convert.ToDecimal(xlRange.Cells[i, 5].Value2); 
      countyTaxList.Add(countyTaxRate); 
     } 
     return countyTaxList; 
    } 

    public static void testTaxRates(string fileName) 
    { 
     List<CityTax> cityTaxList = new List<CityTax>(); 
     cityTaxList = ParseTaxRates.getCityTaxRates(fileName); 
     foreach (CityTax cityTax in cityTaxList) 
     { 
      Console.WriteLine("City: " + cityTax.city); 
      Console.WriteLine("Rate: " + cityTax.cityRate); 
     } 

     List<CountyTax> countyTaxList = new List<CountyTax>(); 
     countyTaxList = ParseTaxRates.getCountyTaxRates(fileName); 
     foreach (CountyTax countyTax in countyTaxList) 
     { 
      Console.WriteLine("City: " + countyTax.county); 
      Console.WriteLine("Rate: " + countyTax.countyRate); 
     } 
    } 

如果你想看到我检索数据从电子表格可以从以下网站下载： http://www.arkansas.gov/dfa/excise_tax_v2/st_zip.html

没有理由在我的环路的静态指标是由于电子表格的布局。我愿意接受如何处理这个问题的建议。现在我知道我必须在运行之前始终检查电子表格，以确保行号仍然相同。不必担心这一点真是太好了，但我不知道如何以其他方式处理它。

Answer 1

我不是一个正则表达式的专家以任何手段，但：

这将匹配文本前括号任何东西：

(^.*) \(.*\) 

，这将匹配文本排除county后缀

(^.*) county 

或合并：

(^.*) (\(.*\)|county) 

例如，如果您不确定文本将是County还是county，则应该对此不区分大小写。

一些示例C＃代码：

var input = "blah blah County"; 
var regex = @"(^.*) (\(.*\)|county)"; 

var matches = Regex.Matches(input, regex, RegexOptions.IgnoreCase); 

if(matches.Count > 0) 
{ 
    var place = matches[0].Groups[1].Value; 
}