使用Regex.NET Framework，C＃删除所有以“ **”开头的行注释

问题描述

我正在开发一个读取和使用文本文件的应用程序。这些文本文件具有以下结构：

** A comment
* A command
Data,data,data
** Some other comment
* Another command
1,2,3
4,5,6

我使用string text = File.ReadAllText(file);将整个文本文件存储在内存中。但是，我要删除所有带有注释的行，即以"**"开头的所有行。

这可以通过以下方法实现：

// this method also removes any white-spaces (this is intended)
string RemoveComments(string textWithComments)
{
    string textWithoutComments = null;

    string[] split = Regex.Split(text.Replace(" ",null),"\r\n|\r|\n").ToArray();
    foreach (string line in split)
        if (line.Length >= 2 && line[0] == '*' && line[1] == '*') continue;
        else textWithoutComments += line + "\r\n";

    return textWithoutComments;
}

但是，对于大文件来说，这实际上是非常慢的。我还认为可以用一行代码（可能使用Regex）替换整个方法。我该如何实现（我也从未使用过正则表达式）。

PS：我也想避免使用StreamReader。

编辑

示例文件如下：

** Initial comment
*Command-0
** Some Comment: Header: Text
** Some text: text
*Command-1
**
** Some comment or text
**
*Command-2
*Command-3
      1,3
      2,4
      3,5
** END COMMENT

解决方法

串联字符串将在每次字符串大小更改时重新分配内存。

StringBuilder不会频繁地重新分配，并且会大大减少*运行时间

=VLOOKUP("TotalRevenues",A:D,4,FALSE)

根据阿鲁安的建议

为什么不只是：

var text = @"** A comment
* A command
Data,data,data
** Some other comment
* Another command
1,2,3
4,5,6";

var textWithoutComments = Regex.Replace(text,@"(^|\n)\*\*.*(?=\n)",string.Empty); //this version will leave a \n at the beginning of the string if the text starts with a comment.
var textWithoutComments = Regex.Replace(text,@"(^\*\*.*\r\n)|((\r\n)\*\*.*($|(?=\r\n)))",string.Empty); //this versioh deals with that problem,for a longer regex that treats the first line differently than the other lines (consumes the \n rather than leaving it in the text)

不了解性能，我没有准备好的测试数据...

PS：我也倾向于相信，如果您想获得最佳性能，那么一些流传输可能是理想的，如果这样可以使事后处理变得更容易，则可以始终从该方法返回一个字符串。我认为，无论您决定构建哪种返回类型，该线程中的大多数人都建议将StreamReader用于迭代/读取/解释部分。

我知道您说过您不想使用StreamReader，但是以下代码可以在不到半秒钟的时间内在我的计算机上处理400,000行。简单，直接，快速。

static void RemoveCommentsAndWhitespace(string filePath)
{
    if (!File.Exists(filePath))
    {
        Console.WriteLine($"ERR: The file '{filePath}' does not exist.",nameof(filePath));
    }

    string outfile = filePath + ".out";

    using StreamReader sr = new StreamReader(filePath);
    using StreamWriter sw = new StreamWriter(outfile);
    string line;

    while ((line = sr.ReadLine()) != null)
    {
        string tmp = line.Replace(" ",string.Empty);
        if (tmp.StartsWith("**"))
        {
            continue;
        }

        sw.WriteLine(tmp);
    }

    Console.WriteLine($"Wrote to {outfile}.");
}

.net-framework-4.8 c#c#regex