C#中解析特定格式文本字段获取数据的问题

问题描述 #

我现在拿到这样一段字符串：
var data="frame= 159 fps= 51 q=34.0 size= 512kB time=00:00:05.37 bitrate= 780.3kbits/s dup=3 drop=0 speed=1.72x";
这里的分隔符只有空格，但像frame= 159这类字段的等号后有不定数量的空格，常规的字符串分割（比如data.Split(" ")）根本没法用，因为会得到很多空元素。我需要把这些值解析到下面这个DTO里：

public class Template 
{
    public float Frame {get;set;}
    public float Fps {get;set;}
    public string Size {get;set;}
    public TimeSpan Time {get;set;}
    public string Bitrate {get;set;}
    public short Dup {get;set;}
    public short Drop {get;set;}
    public string Speed {get;set;}
}

请问有没有可靠的解析方法？

解决方案：正则表达式匹配（最优） #

碰到这种带不定空格的键值对场景，正则表达式是最直接高效的解法——我之前处理ffmpeg输出日志时就用这个方案，完美适配这种格式。

1. 定义正则匹配模式 #

我们可以用这个模式来捕获所有键=值的组合，不管等号前后有多少空格：

(\w+)\s*=\s*([^\s]+)

• (\w+)：匹配键名（比如frame、fps），作为第一个捕获组
• \s*=\s*：匹配等号，前后允许任意数量的空格（包括0个，比如q=34.0这种无空格的情况）
• ([^\s]+)：匹配值（直到下一个空格为止），作为第二个捕获组

2. 完整C#解析代码 #

下面是可直接运行的实现，包含匹配、类型转换和DTO赋值，还做了异常容错：

using System;
using System.Text.RegularExpressions;

public class Template 
{
    public float Frame {get;set;}
    public float Fps {get;set;}
    public string Size {get;set;}
    public TimeSpan Time {get;set;}
    public string Bitrate {get;set;}
    public short Dup {get;set;}
    public short Drop {get;set;}
    public string Speed {get;set;}
}

public static class FfmpegOutputParser
{
    public static Template Parse(string input)
    {
        var template = new Template();
        var regexPattern = @"(\w+)\s*=\s*([^\s]+)";
        var matches = Regex.Matches(input, regexPattern);
        
        foreach (Match match in matches)
        {
            var key = match.Groups[1].Value.ToLower();
            var value = match.Groups[2].Value;
            
            switch(key)
            {
                case "frame":
                    float.TryParse(value, out template.Frame);
                    break;
                case "fps":
                    float.TryParse(value, out template.Fps);
                    break;
                case "size":
                    template.Size = value;
                    break;
                case "time":
                    TimeSpan.TryParse(value, out template.Time);
                    break;
                case "bitrate":
                    template.Bitrate = value;
                    break;
                case "dup":
                    short.TryParse(value, out template.Dup);
                    break;
                case "drop":
                    short.TryParse(value, out template.Drop);
                    break;
                case "speed":
                    template.Speed = value;
                    break;
                // 遇到不需要的键（比如示例中的q）直接忽略
            }
        }
        
        return template;
    }
}

// 使用示例
var data = "frame= 159 fps= 51 q=34.0 size= 512kB time=00:00:05.37 bitrate= 780.3kbits/s dup=3 drop=0 speed=1.72x";
var parsedResult = FfmpegOutputParser.Parse(data);
// parsedResult现在就包含所有解析好的字段值了

方案优势 #

• 适配所有空格情况：不管等号前后有没有空格、有多少空格，都能准确匹配
• 容错性强：用TryParse避免类型转换失败导致的崩溃
• 扩展性好：如果后续需要解析更多字段，直接在switch里加case就行

备选方案：字符串预处理后分割 #

如果你不想用正则，也可以先预处理字符串再分割，不过这个方案只适合值里没有空格的场景：

public static Template ParseWithPreprocessing(string input)
{
    // 先把所有"= "替换成"="，消除等号后的空格
    var processedInput = input.Replace("= ", "=");
    // 按空格分割，同时移除空元素
    var keyValueParts = processedInput.Split(new[] {' '}, StringSplitOptions.RemoveEmptyEntries);
    
    var template = new Template();
    foreach (var part in keyValueParts)
    {
        var keyValue = part.Split('=');
        if (keyValue.Length != 2) continue;
        
        var key = keyValue[0].ToLower();
        var value = keyValue[1];
        
        // 下面的switch逻辑和正则方案一致，此处省略重复代码
        switch(key)
        {
            case "frame":
                float.TryParse(value, out template.Frame);
                break;
            // ...其他字段的处理
        }
    }
    
    return template;
}

注意：如果你的值字段后续可能包含空格（比如某些特殊格式的bitrate），这个方案就会失效，所以更推荐正则方案。

内容的提问来源于stack exchange，提问作者Varun