使用正则表达式替换删除行

Question

我试图从文件中删除以相同单词开头的行。我非常确定正则表达式是正确的，但它似乎不起作用。我认为可能不是这样工作，所以我尝试用一个非空字符串替换。然而它仍然不起作用。有什么建议如何修复这个问题或者其他方法实现相同的功能？

string pattern = @"^smth";
 Regex rgx = new Regex(pattern);
 File.WriteAllText(path, rgx.Replace(File.ReadAllText(path), ""));

- Dave Demirkhanyan

---

那就一定是你的正则表达式有问题了。 你试过这里的例子了吗： https://msdn.microsoft.com/zh-cn/library/xwewhkd1(v=vs.110).aspx - LzyPanda

Answer 1

您不需要使用正则表达式，我认为您只需要逐行读取文件，并检查每一行是否以smth开头。要在同一位置写入，请创建文件的临时副本，然后再将其删除。

var tmpfile = Path.GetTempPath() + ".mytmpfile.txt";
File.Copy(path, tmpfile, true);
using (var sw = new StreamWriter(path, false, Encoding.UTF8))
{
    using (var sr = new StreamReader(tmpfile, true))
    {
         var line = string.Empty;
         while ((line = sr.ReadLine()) != null)
         {
             if (!line.Trim().StartsWith("smth"))
                sw.WriteLine(line);
         }
    }
    File.Delete(tmpfile);
}

您的正则表达式不错，但如果您需要将整个文件读入变量，然后使用正则表达式处理多行文本，则需要使用multiline模式：string pattern = @"(?m)^smth";。(?m)将强制^匹配行的开头，而不是整个字符串的结尾。或者在Regex.Replace中使用RegexOptions.Multiline标志。

更新：

您的方法是有效的，但正则表达式应该像这样：(?m)^\s*smth\b.*(?:\r?\n|\z)：

string pattern = @"(?m)^\s*smth\b.*(?:\r?\n|\z)";
Regex rgx = new Regex(pattern);
File.WriteAllText(path, rgx.Replace(File.ReadAllText(path), ""));

然而，如果你有大文件，我更愿意采用非正则表达式解决方案。

- Wiktor Stribiżew

---

我为什么需要临时文件？我不能直接在原始文件中进行更改吗？另外，WriteLine 是什么意思？我想删除以某个单词开头的整行，而不是写入它。 - Dave Demirkhanyan

@DDavid：你可以通过将文件内容读入变量中，然后确保文件被释放后再写入来摆脱临时文件。我只是不知道你的文件有多大。我通常需要处理大于1GB的文件:( - Wiktor Stribiżew

你可以使用.Trim()去除空格，并检查修剪后的字符串是否以smth开头。 - Wiktor Stribiżew

刚刚检查了一下，看起来你的方法也很有效。我只需要稍微修改一下正则表达式，使其匹配以可选空格（\s*）开头的整行，然后是你想要搜索的单词，接着是任意字符直到换行符或字符串结尾（.*(?:\r?\n|\z)）。 - Wiktor Stribiżew

你只需要告诉正则表达式引擎，你需要一个完整的单词 smth，只需在 smth 后面添加 \b 即可。然后，以 smths 开头的行将保持不变。 - Wiktor Stribiżew