使用.NET增强阅读和解析文本文件的替代方法
我需要阅读各种不同的文本文件(我有一些定界文件和一些定宽文件)。我曾考虑过逐行解析文件(使用File.ReadLine类型方法比较慢)，并使用ODBC文本驱动程序(更快)读取文件，但是还有人有其他(更好)建议吗？我正在使用.NET / C＃。
解决方案
回答
如果文件相对较小，则可以使用File类。它具有以下方法可以：
- ReadAllBytes
- ReadAllLines
- ReadAllText
回答
如果使用File类和John建议的方法一次读取所有文件，则文件读取过程不会很慢。根据文件的大小以及我们要对它们进行的处理，它可能会使用更多或者更少的内存。我建议我们尝试使用File.ReadAllText(或者任何适合方法)
回答
问题有点含糊。我假设文本文件包含结构化数据，而不仅仅是文本的随机行。
如果我们自己解析文件，则.NET具有库功能，可将文本文件中的所有行读取到字符串数组(File.ReadAllLines)中。如果我们知道文件足够小以容纳在内存中，则可以使用此方法并使用正则表达式遍历数组以验证和提取字段。
Excel文件是另一种球类游戏。 .XLS文件是二进制文件，而不是文本文件，因此我们需要使用第3方库来访问它们。 Excel 2007中的.XLSX文件包含压缩的XML数据，因此再次需要解压缩XML，然后使用XML解析器获取数据。我不建议我们编写自己的XML解析器，除非我们认为需要进行智能练习。
回答
我不确定我们是否真的可以执行文本和Excel文件解析器，除非不是Excel文件，否则我们不是用逗号/竖线/制表符分隔的文件，实际上这只是另一个文本文件。读取实际的Excel文件要求我们使用MS Office库。
对于定界的文本文件解析，我们可以查看FileHelpers -open source，他们几乎涵盖了它。不确定是否可以满足速度要求。
回答
关于读取XLS文件：
如果我们具有Microsoft Office XP及更高版本，则可以访问已经包含的.NET SDK Office库，在这里我们可以"本地"读取XLS文件，Word，PPT等。请注意，在Office XP下，我们必须手动检查在安装过程中(除非以前已安装.NET)。
如果我们没有Microsoft Office，我不知道这些库是否作为单独的软件包提供。
由于某些晦涩的原因，所有这些库(包括Office 2007 -a.k.a .： Office 12的最新版本)都是COM组件，使用起来很麻烦，导致难看的依赖关系，并且不向后兼容。 I.E .：如果我们有一些可用于Office XP(Office11)的方法，并且将其安装到具有Office 12的客户上，则该方法将不起作用，因为某些接口已更改。因此，我们需要维护两组"库"和用于处理该问题的方法。如果使用Office 12库进行编程，并且客户拥有Office 11，则同样适用。库不起作用。 ：S
我不知道为什么Microsoft从未围绕这些丑陋的事物创建Microsoft.Office.XXXX管理的库(包装器)。
无论如何，问题很奇怪，请尝试在此处遵循一些建议。祝你好运！
回答
忽略Excel部分(我们说这并不重要)：
我发现LINQ在解析txt文件(竖线分隔或者csv)中非常有用
例如这将读取以竖线分隔的文件，跳过hader行，并创建IEnumerable作为结果：
var记录=
从File.ReadAllLines(@" c：\ blah.txt")中的行开始。跳过(1)
让零件= line.Split('|')
选择零件；
回答
ODBC文本驱动程序现在已经过时了，它不支持Unicode。
令人惊讶的是，MS Excel仍然使用它，因此，如果在Excel 2007中打开Unicode CSV(而不是将其导入)，则会丢失所有非ASCII字符。
我们最好的选择是使用.Net的文件读取方法，就像其他人所建议的那样。
回答
我同意约翰的说法，
例如：-
using System.IO;
...
public class Program {
public static void Main() {
foreach(string s in File.ReadAllLines(@"c:\foo\bar\something.txt") {
// Do something with each line...
}
}
}
回答
回答我自己的问题：
我最终使用了Microsoft.VisualBasic.FileIO.TextFieldParser对象，请参阅：
http://msdn.microsoft.com/en-us/library/f68t4563.aspx
(此处的实现示例)
这使我可以处理csv文件，而不必担心如何处理字段是否用引号引起来，是否包含逗号，转义的引号等。
