mboost-dp1
Search-replace C#
Problemet er løst.
Det var ikke streamwriteren, der var problemet, det var denne stump kode, der gjorde det:
File.WriteAllText(filnavn, text); - den der skriver til filen 2. gang, efter der er kørt search/replace på den.
Da jeg tilføjede Encoding.UFT8 på denne, så kørte det som det skulle.
Tak for hjælpen (igen) :)
Det var ikke streamwriteren, der var problemet, det var denne stump kode, der gjorde det:
File.WriteAllText(filnavn, text); - den der skriver til filen 2. gang, efter der er kørt search/replace på den.
Da jeg tilføjede Encoding.UFT8 på denne, så kørte det som det skulle.
Tak for hjælpen (igen) :)
Så er jeg tilbage igen - denne gang med et nyt problem.
Jeg er ikke så logisk tænkende (mig og matematik er ikke de bedste venner), men jeg har følgende problem:
Jeg har en fil med en masse linjer i formatet
Der er ingen linjeskift af nogen art i filen, kun 2-4 mellemrum imellem første række tal og anden række tal - og så et + ELLER et - og 5-6 mellemrum efter anden række tal og frem til den næste række starter.
Jeg skal have følgende data hevet ud af filen:
Dataene efter "12345678" (Dvs. ATU1242515 og dataene efter de 2-4 mellemrum og hen til og med det første plus/minus).
Håber jeg har gjort mig forståelig, ellers er her lige et par eksempler:
Skal returnere DE,118045186,000000000021982,+,
Skal returnere DE,146055147,000000000000592,-,
Jeg er med på, at der skal laves en fa'ens masse string-manipulation, men jeg kan slet ikke lure, hvor jeg skal starte. Nogle ideer?
Jeg er ikke så logisk tænkende (mig og matematik er ikke de bedste venner), men jeg har følgende problem:
Jeg har en fil med en masse linjer i formatet
020000112345678ATU1242515 000000014252+00000000+
Der er ingen linjeskift af nogen art i filen, kun 2-4 mellemrum imellem første række tal og anden række tal - og så et + ELLER et - og 5-6 mellemrum efter anden række tal og frem til den næste række starter.
Jeg skal have følgende data hevet ud af filen:
Dataene efter "12345678" (Dvs. ATU1242515 og dataene efter de 2-4 mellemrum og hen til og med det første plus/minus).
Håber jeg har gjort mig forståelig, ellers er her lige et par eksempler:
0200000000320803312345678DE118045186 000000000021982+0000000000000000+
Skal returnere DE,118045186,000000000021982,+,
0200000000650803312345678DE146055147 000000000000592-0000000000000000+
Skal returnere DE,146055147,000000000000592,-,
Jeg er med på, at der skal laves en fa'ens masse string-manipulation, men jeg kan slet ikke lure, hvor jeg skal starte. Nogle ideer?
Mit forsøg:
Output:
Hvis du har tænkt dig at bruge overstående, vil jeg anbefale at smide nogle ekstra checks ind :)
string crap = "020000112345678ATU1242515 000000014252+00000000+ 0200000000320803312345678DE118045186 000000000021982+0000000000000000+";
string[] uncleanedColl = crap.Split(new string[] {"12345678"}, StringSplitOptions.RemoveEmptyEntries);
foreach (string uncleaned in uncleanedColl)
{
// Find første + eller -
int endIndex = uncleaned.IndexOfAny(new char[] { '+', '-' });
if (endIndex <= 0)
{
// Huston we have a problem
continue;
}
// Find første mellemrum
int spaceIndex = uncleaned.IndexOf(' ');
// Opsplit "ATU1242515 000000014252+00000000+ 02000000003208033"
string code1 = uncleaned.Substring(0, spaceIndex); // ATU1242515
string code2 = uncleaned.Substring(spaceIndex, endIndex - spaceIndex).Trim(); // 000000014252
string sign = uncleaned.Substring(endIndex, 1); // +
// Hent bokstaver fra code1
string code0 = "";
for (int i = 0; i < code1.Length; i++)
{
if (char.IsLetter(code1, i))
code0 += code1[i];
else
break;
}
// Fjern bokstaver fra code1
code1 = code1.Substring(code0.Length);
System.Console.WriteLine("{0},{1},{2},{3},", code0, code1, code2, sign);
}
Output:
ATU,1242515,000000014252,+,
DE,118045186,000000000021982,+,
Hvis du har tænkt dig at bruge overstående, vil jeg anbefale at smide nogle ekstra checks ind :)
Det ser sgu udmærket ud, må jeg sige.
Jeg har i mellemtiden bikset noget slamkode sammen, der umiddelbart virker, men det er slet ikke så elegant som dit.
Mit er 100% afhængigt af, at formatet er ens hver gang, da min kode fjerner et bestemt antal karakterer fra de forskellige strenge. :)
Jeg har i mellemtiden bikset noget slamkode sammen, der umiddelbart virker, men det er slet ikke så elegant som dit.
Mit er 100% afhængigt af, at formatet er ens hver gang, da min kode fjerner et bestemt antal karakterer fra de forskellige strenge. :)
Hvad med regulare expressions? :-)
Output
Pastebin: http://pastebin.com/D9ZbVVSs
string input = "020000112345678ATU1242515 000000014252+00000000+ 0200000000320803312345678DE118045186 000000000021982+0000000000000000+";
string pattern = @"(\d+)([12345678])(?<country>[A-Z]+)(?<first>\d+)(\s+)(?<second>\d+)(?<sign>\+|\-)";
Regex regex = new Regex(pattern);
foreach (Match match in regex.Matches(input))
{
Console.WriteLine("{0},{1},{2},{3}",
match.Groups["country"],
match.Groups["first"],
match.Groups["second"],
match.Groups["sign"]
);
}
Console.Read();
Output
ATU,1242515,000000014252,+
DE,118045186,000000000021982,+
Pastebin: http://pastebin.com/D9ZbVVSs
#57
Det er ret simpelt:
er named groups i .NET
Det er ret simpelt:
(\d+)([12345678])(?<country>[A-Z]+)(?<first>\d+)(\s+)(?<second>\d+)(?<sign>\+|\-)
?<groupName>
er named groups i .NET
\d+\d er numre, fra 0 til 9, og + betyder flere af dem.
[A-Z]+A-Z er som du kan gætte, bogstaver fra a-z i uppercase, og + er igen flere af dem.
\s\s er whitespace.
\+|\-Backslash bruges til escaping, så der står +|- altså, plus eller minus. | er "ellers" :-)
XorpiZ (59) skrev:Aha.... Det har jeg glemt, lige så snart jeg lukker fanebladet ned :)
Så skriv Windcapes forklaring som kommentar til koden. Netop derfor man kommenterer sin kode. :-)
XorpiZ (59) skrev:Men det ser ellers smart ud!
Regulære udtryk er nemlig hammersmarte. Og lige dette problem er som skabt til dem. :-)
Neeeeeeeeeeeeeeeeeeeeeeeeeej!Spiderboy (60) skrev:Så skriv Windcapes forklaring som kommentar til koden. Netop derfor man kommenterer sin kode. :-)
Du skal dokumentere dine algortimer, ikke hvordan regex virker, i en kommentar.
I dette her tilfælde ville jeg inkludere en data-sample som kommentar, så programmøren nemmere kan lave tilrettelser.
Præcist :-)Spiderboy (60) skrev:Regulære udtryk er nemlig hammersmarte. Og lige dette problem er som skabt til dem. :-)
Nu vi er inde på regex: http://www.txt2re.com/
Og her er hvad der sker, hver gang jeg prøver at sætte mig ordentlig ind i regexes: http://i.imgur.com/RUZHK.gif
Og her er hvad der sker, hver gang jeg prøver at sætte mig ordentlig ind i regexes: http://i.imgur.com/RUZHK.gif
Windcape (62) skrev:Neeeeeeeeeeeeeeeeeeeeeeeeeej!
Du skal dokumentere dine algortimer, ikke hvordan regex virker, i en kommentar.
Ja, under normale omstændigheder, men når regulære udtryk er fuldstændigt nyt for en, kan det være ret overvældende at overskue, og netop derfor synes jeg han bør gøre det.
Kommentarer skal hjælpe programmøren med at forstå og overskue sin kode. Når han bliver fortrolig med regulære udtryk engang, kan han udelade det. :-)
Nej, det er faktisk forkert.Spiderboy (65) skrev:Kommentarer skal hjælpe programmøren med at forstå og overskue sin kode.
Kommentarer skal bruges til at hjælpe den næste programmør, med at forstå problemstillingen.
Det gøres best med sample af input, og en samle af output. Altså post #52 er ideelt set hvad der skal være kommentaren til koden.
Jeg kan godt høre, at RegEx er noget jeg skal have sat mig ind i på et tidspunkt :) Det er ihvf. en voldsomt mere elegant løsning end min egen!
Jeg har dog opdaget en lille fejl i outputtet:
burde være
da AT er landekoden og U1242515 er firmaets CVR-nummer. Det kan sikkert rettes uden det helt store bøvl dog.
Ang. kommentarer i koden, så plejer/plejede (da jeg programmerede i skolen) at kommentere de mere komplicerede dele af koden - og så lave et afsnit i starten hvor jeg beskrev formålet med programmet :)
Jeg har dog opdaget en lille fejl i outputtet:
ATU,1242515,000000014252,+
burde være
AT,U1242515,000000014252,+
da AT er landekoden og U1242515 er firmaets CVR-nummer. Det kan sikkert rettes uden det helt store bøvl dog.
Ang. kommentarer i koden, så plejer/plejede (da jeg programmerede i skolen) at kommentere de mere komplicerede dele af koden - og så lave et afsnit i starten hvor jeg beskrev formålet med programmet :)
#67
Det kan jeg egentlig godt følge dig i.
Men det fungerer kun, hvis hvis man har en erfaren programmør, som uden at blinke kunne finde på at hive eksempelvis regulære udtryk op af værktøjskassen, selv om det kan være en smule kringlet i forhold til så mange andre stykker værktøj.
Det kan jeg egentlig godt følge dig i.
Men det fungerer kun, hvis hvis man har en erfaren programmør, som uden at blinke kunne finde på at hive eksempelvis regulære udtryk op af værktøjskassen, selv om det kan være en smule kringlet i forhold til så mange andre stykker værktøj.
Er landekoder altid 2 tegn? Fordi i så fald:XorpiZ (68) skrev:Jeg har dog opdaget en lille fejl i outputtet:
string pattern = @"(\d+)([12345678])(?<country>[A-Z]{2})(?<first>[A-Z0-9]+)(\s+)(?<second>\d+)(?<sign>\+|\-)"; Output:
AT,U1242515,000000014252,+
DE,118045186,000000000021982,+
#regular-expressions
Jeg mener man skal kommentere regexs hvis de er tilpas komplicerede. Man kan lave kommentarer inden i regexps i perl.
http://www.codinghorror.com/blog/2008/06/regular-expressions-now-you-have-two-problems.html skrev:Some people, when confronted with a problem, think "I know, I'll use regular expressions." Now they have two problems.
Jeg mener man skal kommentere regexs hvis de er tilpas komplicerede. Man kan lave kommentarer inden i regexps i perl.
#75
Du skriver lige kommentarer til denne her så!
http://99-bottles-of-beer.net/language-perl-658.ht...
Du skriver lige kommentarer til denne her så!
http://99-bottles-of-beer.net/language-perl-658.ht...
#Perl og regex
Perl er sprogET for regex.
http://msdn.microsoft.com/en-us/library/hs600312.a...
http://java.sun.com/javase/6/docs/api/java/util/re...
Perl er sprogET for regex.
http://msdn.microsoft.com/en-us/library/hs600312.a...
In the .NET Framework, regular expression patterns are defined by a special syntax or language, which is compatible with Perl 5 regular expressions and adds some additional features such as right-to-left matching.
http://java.sun.com/javase/6/docs/api/java/util/re...
Comparison to Perl 5
The Pattern engine performs traditional NFA-based matching with ordered alternation as occurs in Perl 5.
Perl constructs not supported by this class:
...
Constructs supported by this class but not by Perl:
...
Notable differences from Perl:
...
Der er også POSIX regulare expressions, men jeg har aldrig set dem i brug uden for PHP. Og det var mest i PHP3.
http://dk2.php.net/manual/en/intro.regex.php
http://dk2.php.net/manual/en/intro.pcre.php
http://dk2.php.net/manual/en/intro.regex.php
PHP also supports regular expressions using a Perl-compatible syntax using the PCRE functions. Those functions support non-greedy matching, assertions, conditional subpatterns, and a number of other features not supported by the POSIX-extended regular expression syntax.
http://dk2.php.net/manual/en/intro.pcre.php
The PCRE library is a set of functions that implement regular expression pattern matching using the same syntax and semantics as Perl 5, with just a few differences (see below). The current implementation corresponds to Perl 5.005.
Gå til top
Opret dig som bruger i dag
Det er gratis, og du binder dig ikke til noget.
Når du er oprettet som bruger, får du adgang til en lang række af sidens andre muligheder, såsom at udforme siden efter eget ønske og deltage i diskussionerne.
- Forside
- ⟨
- Forum
- ⟨
- Programmering
Gå til bund