彎路 - 台部落

彎路

今天，在處理一大段數據的時候，走了不少的彎路

數據格式是類似這樣：

  2007ag          20***ag         이윤미          xxym2***g.co.kr         							
  222630          nr***an          한누리          leek***lyasiana.com     							
  aacm            152***57         이기훈          leek***lyasiana.com     							
  agmaster        agm***ster       안그라픽스        leek***flyasiana.com     							
  agtest          ag***est         테스트아이디       tes***test.net           							
  ahn2011         dksr***fkvlrtm   ahn          [email protected]

我要做的是把每行的4列數據都提取出來。

因爲之前我處理的大段數據，分隔符都是比較統一的逗號或者是其他比如破折號之類的

所以，我一般採用對逐個關鍵字（比如逗號）的定位，把座標寫入列表，最後，統一提取列表的第XX個的位置就好了

以下是代碼塊：

//分隔符
string SpitStrFst = " ";
string SpitStrOthers = " ";

List<int> Pos = new List<int>();
Pos.Add(Str.IndexOf(SpitStrFst, 0));
for (int i = 0; i < Str.Length; )
{
    int Find = Str.IndexOf(SpitStrOthers, i);
    if (Find == -1) break;
    Pos.Add(Find);
    i = Find + 1;
}

但是今天的問題就出現在這，兩個數據之間的空格數量是不定的（數據源是從Excel之間複製來的）所以總是不能很好的對數據定位

比如，得到的Pos列表是這樣的結果：

很明顯，我要做的是，把這些連續的排列，做個清理，只保留一個就夠（比如8,9,10,11,12,13,14,15,16,17只保留8）

開始，我這樣寫，思路是，如果下一個定位和與上一個只差1，說明是連續的，則捨棄：

//分隔符
string SpitStrFst = " ";
string SpitStrOthers = " ";

List<int> Pos = new List<int>();
Pos.Add(Str.IndexOf(SpitStrFst, 0));
for (int i = 0; i < Str.Length; )
{
    int Find = Str.IndexOf(SpitStrOthers, i);
    try
    {
        if (Find == -1) break;
        if (Pos.Count > 0)
        {
            if (Find == Pos[Pos.Count - 1] + 1)
            {
                throw new Exception("Continue2Next");
            } 
        }
        Pos.Add(Find);
        if (Find == Str.Length) break;
    }
    catch
    {
    }
    finally
    {
        i = Find + 1;
    }
}

我也是後來，才發現這是個邏輯問題，因爲，代碼的確是像我說的一樣捨棄了，但是Pos變成這樣了：0,0,2,4,6,8.....

我發覺，單單提取下一位也不行，需要檢測，如果這已經是下一位了，需要檢測前兩位是否是連續的……慢慢，思路開始複雜起來。

這時候，腦海中一個聲音跳出來，這個問題真的這麼複雜麼！？

我打斷了繼續複雜化的思路，開始重新審視整個數據，我發現，問題的確是出在空格的長度上，如果……

如果，我把多個空格合併成一個，那樣的話，不就和之前的一樣能處理了麼，於是，我寫了這樣的函數，用來把多個空格合併成一個：

public static string MultiSpacesToOne(string InputStr)
{
    List<int> Pos = new List<int>();
    for (int i = 0; i < InputStr.Length; i++)
    {
        if (InputStr[i] == ' ') Pos.Add(i);
    }
    for (int i = Pos.Count - 1; i > 0; i--)
    {
        int Tail = Pos[i];
        int BeforTail = Pos[i - 1];
        if (BeforTail == Tail - 1)
        {
            InputStr = InputStr.Remove(Tail, 1);
        }
    }
    return InputStr;
}

然後，顯然，問題很快解決。而代碼，除了這個新加入的函數，要做改變的，僅僅是加了這一句話：