在一个字符串中查找字符的索引

Question

我有一个文本文件，是由一台老旧的计算机系统每天自动生成的。

不幸的是，这个文件中的列没有分隔符，而且它们的宽度并不完全固定（每天每列的宽度都可能会因为数据中每列的字符数而改变）。该文件确实有列标题，所以我想使用列标题来找到每列的宽度。以下是列标题行的示例：

JOB_NO[variable amount of white space chars]FILE_NAME[variable amount of ws chars]PROJECT_CODE[variable amount of ws chars][carriage return]

我想要做的是获取一列中第一个字符的索引和最后一个空格的索引（从列标题开始）。我想要获取 JOB_NUM 中的 "J" 的索引和第一列中 FILE_NAME 前面的最后一个空格的索引。

我想提醒一下，这些列可能每天的顺序都不一样，但它们将具有相同的标题名称。

你有没有想法如何在 VB.net 或 c# 中实现这个功能？我知道我可以使用 string.indexOf("JOB_NO") 来获取该列的起始位置索引，但如何获取每列中最后一个空格的索引呢？（或者在下一个非空白符号表示下一列的开头之前的最后一个空格）

- avword

---

这里实际上是否有 []，还是只是用来表示空格的示例？ - rerun

不，这里没有[]。那只是一个示例，用来说明空格的位置。 - avword

Answer 1

获取所有列的索引。例如：

var jPos = str.IndexOf("JOB_NO");
var filePos = str.IndexOf("FILE_NAME");
var projPos = str.IndexOf("PROJECT_CODE");  

将它们在数组中排序，从小到大。现在你知道了列的顺序，第一列最后一个空格是下一列的索引减1。

int firstColLastSpace = ar[1] -1;
int secColLastSpace = ar[2] -1;

- Kamyar

Answer 2

借鉴我之前给出的答案... 获取列位置，这个怎么样？我假设列名不含空格。

IEnumerable<int> positions=Regex
    .Matches("JOB_NUM   FILE_NAME         SOME_OTHER_THING",@"(?<=^| )\w")
    .Cast<Match>()
    .Select(m=>m.Index);

或（以上内容的详细版本）

//first get a MatchCollection
//this regular expression matches a word character that immediately follows
//either the start of the line or a space, i.e. the first char of each of
//your column headers
MatchCollection matches=Regex
    .Matches("JOB_NUM   FILE_NAME         SOME_OTHER_THING",@"(?<=^| )\w");
//convert to IEnumerable<Match>, so we can use Linq on our matches
IEnumerable<Match> matchEnumerable=matches.Cast<Match>();
//For each match, select its Index
IEnumerable<int> positions=matchEnumerable.Select(m=>m.Index);
//convert to array (if you want)
int[] pos_arr=positions.ToArray();

- spender

---

抱歉，我很难弄清楚如何使用该表达式的输出。 "new Regex..." 返回一个值吗？ - avword

我已经重写了我的答案，以便清楚地说明正在发生的事情。不需要实例化一个新的Regex来获取MatchCollection，但是...“new Regex”返回一个新的Regex实例，我在其上调用了Matches方法。由于Regex具有静态Matches方法，因此最好使用它。表达式的输出是IEnumerable<int>。（我在我的编辑中指出了这一点）。如果您更喜欢这些类型的集合，可以在其上调用ToList或ToArray。 - spender

Answer 3

这里提供了一种使用小类的替代答案，您可以稍后使用它来解析您的行。您可以使用字段集合作为模板来提取每行的字段，此解决方案不会忽略空格，因为我假设它们是可变的，因为每天字段的长度都不同，您需要这些数据：

Imports System.Text.RegularExpressions

Module Module1

    Sub Main()

        Dim line As String = "JOB_NUM      FILE_NAME         SOME_OTHER_THING  "
        Dim Fields As List(Of Field) = New List(Of Field)
        Dim oField As Field = Nothing

        Dim mc As MatchCollection = Regex.Matches(
            line, "(?<=^| )\w")

        For Each m As Match In mc
            oField = New Field
            oField.Start = m.Index
            'Loop through the matches
            If m.NextMatch.Index = 0 Then
                'This is the last field
                oField.Length = line.Length - oField.Start
            Else
                oField.Length = m.NextMatch.Index - oField.Start
            End If
            oField.Name = line.Substring(oField.Start, oField.Length)
            'Trim the field name:
            oField.Name = Trim(oField.Name)
            'Add to the list
            Fields.Add(oField)
        Next

        'Check the Fields: you can use line.substring(ofield.start, ofield.length)
        'to parse each line of your file.

        For Each f As Field In Fields
            Console.WriteLine("Field Name: " & f.Name)
            Console.WriteLine("Start: " & f.Start)
            Console.WriteLine("Length " & f.Length)
        Next

        Console.Read()
    End Sub

    Class Field
        Public Property Name As String
        Public Property Start As Integer
        Public Property Length As Integer
    End Class

End Module

- jangeador