Chuẩn hóa dòng mới trong C#

Question

Tôi có luồng dữ liệu có thể chứa \ r, \ n, \ r \ n, \ n \ r hoặc bất kỳ kết hợp nào của chúng. Có cách nào đơn giản để bình thường hóa dữ liệu để làm cho tất cả chúng đơn giản trở thành cặp \ r \ n để làm cho màn hình hiển thị nhất quán hơn?

Vì vậy, cái gì đó sẽ mang lại loại bảng dịch:

\r  --> \r\n 
\n  --> \r\n 
\n\n --> \r\n\r\n 
\n\r --> \r\n 
\r\n --> \r\n 
\r\n\n --> \r\n\r\n 

Answer 1

Tôi tin rằng điều này sẽ làm những gì bạn cần:

using System.Text.RegularExpressions; 
// ... 
string normalized = Regex.Replace(originalString, @"\r\n|\n\r|\n|\r", "\r\n"); 

Tôi không chắc chắn 100% về cú pháp chính xác, và tôi không có một trình biên dịch Net tiện để kiểm tra. Tôi đã viết nó trong perl, và chuyển đổi nó thành (hy vọng chính xác) C#. Bí quyết thực sự duy nhất là khớp với "\ r \ n" và "\ n \ r" trước tiên.

Để áp dụng nó cho toàn bộ luồng, chỉ cần chạy trên các phần đầu vào. (Bạn có thể làm điều này với một wrapper dòng nếu bạn muốn.)

---

Các perl gốc:

$str =~ s/\r\n|\n\r|\n|\r/\r\n/g; 

Các kết quả xét nghiệm:

[bash$] ./test.pl 
\r -> \r\n 
\n -> \r\n 
\n\n -> \r\n\r\n 
\n\r -> \r\n 
\r\n -> \r\n 
\r\n\n -> \r\n\r\n 

---

Cập nhật: Bây giờ cải \ n \ r tới \ r \ n, mặc dù tôi sẽ không gọi đó là chuẩn hóa.

Answer 2

Một Regex sẽ giúp .. có thể làm một cái gì đó gần như thế này ..

(\ r \ n | \ n \ n | \ n \ r | \ r | \ n) thay thế bằng \ r \ n

Regex này tạo ra các kết quả này từ bảng được đăng (chỉ cần kiểm tra bên trái) để thay thế nên bình thường hóa.

\r => \r 
\n => \n 
\n\n => \n\n 
\n\r => \n\r 
\r\n => \r\n 
\r\n => \r\n 
\n => \n 

Answer 3

Bạn đang suy nghĩ quá phức tạp. Bỏ qua mọi \ r và biến mọi \ n thành \ r \ n.

Trong Pseudo-C#:

char[] chunk = new char[X]; 
StringBuffer output = new StringBuffer(); 

buffer.Read(chunk); 
foreach (char c in chunk) 
{ 
    switch (c) 
    { 
     case '\r' : break; // ignore 
     case '\n' : output.Append("\r\n"); 
     default : output.Append(c); 
    } 
} 

EDIT: \ r thôi thì không có line-terminator vì vậy tôi nghi ngờ bạn thực sự muốn mở rộng \ r để \ r \ n.

Answer 4

Tôi với Jamie Zawinski trên RegEx:

"Một số người, khi phải đối mặt với một vấn đề, suy nghĩ" Tôi biết, tôi sẽ sử dụng biểu thức thông thường."Bây giờ họ có hai vấn đề"

Đối với những người trong chúng ta thích đọc:

• Bước 1

  Replace \ r \ n bởi \ n

  Replace \ n \ r bằng \ n (nếu bạn thực sự muốn điều này, một số áp phích có vẻ như không nghĩ)

  Thay \ r by \ n

• Bước 2 Thay thế \ n bằng Environment.NewLine hoặc \ r \ n hoặc bất kỳ thứ gì.

Answer 5

Tôi đồng ý Regex là câu trả lời, tuy nhiên, những người khác không đề cập đến bộ tách dòng Unicode. Những người (và các biến thể của họ với \ n) nên được bao gồm.

Answer 6

Đồng hóa phá vỡ, do đó họ là tất cả \r\n

var normalisedString = 
      sourceString 
      .Replace("\r\n", "\n") 
      .Replace("\n\r", "\n") 
      .Replace("\r", "\n") 
      .Replace("\n", "\r\n"); 

Answer 7

Đây là câu trả lời cho câu hỏi này. Giải pháp đã cho thay thế một chuỗi bằng bảng dịch đã cho. Nó không sử dụng chức năng regex đắt tiền. Nó cũng không sử dụng nhiều chức năng thay thế mà mỗi cá nhân đã lặp qua dữ liệu với một số kiểm tra, v.v.

Vì vậy, tìm kiếm được thực hiện trực tiếp trong 1 cho vòng lặp. Đối với số lần công suất của mảng kết quả phải được tăng lên, một vòng lặp cũng được sử dụng trong hàm Array.Copy. Đó là tất cả các vòng lặp. Trong một số trường hợp, kích thước trang lớn hơn có thể hiệu quả hơn.

public static string NormalizeNewLine(this string val) 
{ 
    if (string.IsNullOrWhiteSpace(val)) 
     return val; 

    const int page = 6; 
    int a = page; 
    int j = 0; 
    int len = val.Length; 
    char[] res = new char[len]; 

    for (int i = 0; i < len; i++) 
    { 
     char ch = val[i]; 

     if (ch == '\r') 
     { 
      int ni = i + 1; 
      if (ni < len && val[ni] == '\n') 
      { 
       res[j++] = '\r'; 
       res[j++] = '\n'; 
       i++; 
      } 
      else 
      { 
       if (a == page) //ensure capacity 
       { 
        char[] nres = new char[res.Length + page]; 
        Array.Copy(res, 0, nres, 0, res.Length); 
        res = nres; 
        a = 0; 
       } 

       res[j++] = '\r'; 
       res[j++] = '\n'; 
       a++; 
      } 
     } 
     else if (ch == '\n') 
     { 
      int ni = i + 1; 
      if (ni < len && val[ni] == '\r') 
      { 
       res[j++] = '\r'; 
       res[j++] = '\n'; 
       i++; 
      } 
      else 
      { 
       if (a == page) //ensure capacity 
       { 
        char[] nres = new char[res.Length + page]; 
        Array.Copy(res, 0, nres, 0, res.Length); 
        res = nres; 
        a = 0; 
       } 

       res[j++] = '\r'; 
       res[j++] = '\n'; 
       a++; 
      } 
     } 
     else 
     { 
      res[j++] = ch; 
     } 
    } 

    return new string(res, 0, j); 
} 

Bảng dịch thực sự hấp dẫn tôi ngay cả khi '\ n \ r' không thực sự được sử dụng trên nền tảng cơ bản. Ai sẽ sử dụng hai loại ngắt dòng liên tiếp để chỉ ra 2 dấu ngắt dòng? Nếu bạn muốn biết điều đó, bạn cần phải xem trước khi biết \ n và \ r đều được sử dụng riêng trong cùng một tài liệu hay không.