Question

c# 怎样提取文本文档中多个指定的字段

比如一本小说，内容为
第一章 初始
正文 省略。。。。。。
第二章 开始
正文。。。省略。。
我想把
第一章 初始，第二章 开始 提取到一个数组或者其他的什么当中。。
这个谁能告诉我详细的代码呢？

Answer 1

    static class Program
    {
        public static string[] Split(string s, string[] keys)
        {
            List<string> contnets = new List<string>();
            for (int i = 0; i < keys.Length; i++)
            {
                int index1 = s.IndexOf(keys[i]);
                string c = s.Substring(0, index1);
                if (!string.IsNullOrWhiteSpace(c))
                {
                    contnets.Add(c);
                }
                s = s.Substring(index1);
 
            }
            if (!string.IsNullOrWhiteSpace(s))
            {
                contnets.Add(s);
            }
            return contnets.ToArray();
        }
 
        /// <summary>
        /// 应用程序的主入口点。
        /// </summary>
        [STAThread]
        static void Main()
        {
            string s = @"第一章 初始
正文  省略。。。。。。
第二章 开始
正文。。。省略。。";
            string[] keys = { "第一章 初始", "第二章 开始" };
            string[] contnets = Split(s, keys);
 
        }
    }

追问

关键是我不知道这个小说有多少章，每章名字是什么。。keys这个怎么获取？

追答

你试试这个吧

static class Program {
public static string[] Split(string s, string p)
{
List contnets = new List();
var m = Regex.Match(s, p);
while (m.Success)
{
var m2 = m.NextMatch();
if (!m2.Success)
{
break;
}
string c = s.Substring(m.Index, m2.Index - 1 - m.Index);
if (!string.IsNullOrWhiteSpace(c))
{
contnets.Add(c);
}
m = m2;

}
s = s.Substring(m.Index);
if (!string.IsNullOrWhiteSpace(s))
{
contnets.Add(s);
}
return contnets.ToArray();
}

static void Main()
{
string s = @" 第一章 初始
正文 省略。。。。。。
第二章 开始
正文。。。省略。。";
string[] contnets = Split(s, @"第[\S]{1,3}章");
}
}

追问

是第什么章，这个规律

追答

你先试一下吧，应该可以了

Answer 2

首先读取文本，然后正则匹配 第(.*?)章\\s+(.*?)\\s。