Парсинг многострочного текстового файла - C#

Question

Добрый день!

Имеется следующая проблема - у меня есть текстовый файл, в котором есть некие разделы, например:

Тип продукта: [тут какой-то текст в несколько абзацев]

Состав продукта: [тоже какой-то текст]

...

Похожие продукты: [текст в несколько абзацев]

И так далее, нужно распарсить этот текст по заголовкам, т.е. как раз по ключевым фразам типа "Тип продукта", "Состав продукта" и так далее. Файл многострочный естественно. Пробовал считать весь файл, потом искать по нему с помощью регулярных выражений, однако выделить целиком всю часть между заголовками не получается, так как файл многострочный.

Можете подсказать направление поиска для решения поставленной задачи?

Answer 1

	Regex regex = new Regex(".+?(?=Состав продукта:|Тип продукта:|Похожие продукты:|$)",
		RegexOptions.Singleline);
	Match matches = regex.Match(subjectString);

Answer 2

[тут какой-то текст в несколько абзацев] - может заканчиваться и переводом каретки и окончанием строки, поэтому разбирать текст видимо нужно как-то иначе. Такой способ не работает :(
Вот например:

 Название продукта: 
01472478 "Быстров"

Тип продукта: 
Каша.блюдо из разваренных в воде (или в молоке) зёрен или крупы злаков, иногда с такими добавками как соль, сахар, приправы, молоко, фрукты и сухофрукты, варенье. Каша отличается от гарнира из сваренной крупы (зёрен или злаков) более жидкой консистенцией.
Состав продукта: 
1. 
Зерна овса
2. 
Пшеница
3. 
Сахар
4. 
Соль
5. 
Сухое молоко

Похожие продукты: 
хлопья овсяные
хлопья кукурузные
мюсли

Вычленить нужно текст между названием, типом, составом и похожими продуктами.

Пока решение вижу в построчном прохождении по массиву строк.

Answer 3

Такой способ не работает :(

Работает.

using System;
using System.Text.RegularExpressions;

namespace ConsoleApplication109
{
    class Program
    {
        static void Main(string[] args)
        {
            string subjectString = @"Название продукта: 
01472478 ""Быстров""

Тип продукта: 
Каша.блюдо из разваренных в воде (или в молоке) зёрен или крупы злаков, иногда с такими добавками как соль, сахар, приправы, молоко, фрукты и сухофрукты, варенье. Каша отличается от гарнира из сваренной крупы (зёрен или злаков) более жидкой консистенцией.
Состав продукта: 
1. 
Зерна овса
2. 
Пшеница
3. 
Сахар
4. 
Соль
5. 
Сухое молоко

Похожие продукты: 
хлопья овсяные
хлопья кукурузные
мюсли
";
            Regex regex = new Regex(".+?(?=Состав продукта:|Тип продукта:|Похожие продукты:|$)",  RegexOptions.Singleline);
            var matches = regex.Matches(subjectString);

            int counter = 0;
            foreach (Match m in matches)
            {
                Console.WriteLine("Часть " + counter + " :");
                Console.WriteLine(m.Value);
                counter++;
            }

            Console.ReadLine();
        }
    }
}

Answer 4

> текстовый файл, в котором есть некие разделы [...] нужно распарсить этот текст по заголовкам [...] выделить целиком всю часть между заголовками

 
работает с файлами любого размера, т.к. не загружает файл целиком; можно фильтровать строки во время загрузки ...

 

using System.Collections.Generic;
using System.IO;
using System.Linq;
...
foreach (var b in Block.Load("test.txt"))
{
    var str = b.Title + "\n\t" + string.Join("\n\t", b.Body);
    System.Diagnostics.Trace.WriteLine(str);
}
...
class Block
{
    public string Title;
    public IList<string> Body;

    public static IEnumerable<Block> Load(string path)
    {
        Block ret = null;
        foreach (var line in File.ReadLines(path).Select(l => l.Trim()))
        {
            if (line.Length == 0 && ret != null)
            {
                yield return ret;
                ret = null;
                continue;
            }

            if (line.EndsWith(":"))
            {
                ret = new Block { Title = line.TrimEnd(':'), Body = new List<string>() };
                continue;
            }

            if (ret != null)
                ret.Body.Add(line);
        }
    }
}

  

Answer 5

Спасибо большое, разобрался, почему не работало.