在C#中解析含WORK NUMBER的特定日志文件的方法咨询

针对你提供的日志格式，可通过分块解析+强类型对象映射的方式实现高效读取，以下是具体实现方案：

1. 定义数据模型 #

先创建对应日志结构的实体类，将日志数据映射为可操作的强类型对象：

public class WorkEntry
{
    public DateTime Date { get; set; }
    public string WorkNumber { get; set; }
    public List<DataPoint> DataPoints { get; set; } = new List<DataPoint>();
}

public class DataPoint
{
    public int Series { get; set; }
    public double ZPos { get; set; }
    public double Focus0 { get; set; }
    public double Focus1 { get; set; }
    public double Focus2 { get; set; }
    public double Focus3 { get; set; }
    public double Focus4 { get; set; }
}

2. 核心解析逻辑 #

步骤1：读取并预处理日志内容 #

读取日志文件所有行，过滤空行和无效行：

var allLines = File.ReadAllLines("your-log-file-path.txt")
                   .Select(line => line.Trim())
                   .Where(line => !string.IsNullOrEmpty(line))
                   .ToList();

步骤2：分割独立的工作条目 #

日志中用大量下划线作为分隔线，以此分割每个WORK NUMBER对应的完整数据块：

var workEntryBlocks = new List<List<string>>();
var currentBlock = new List<string>();

foreach (var line in allLines)
{
    // 判断是否为分隔线（由下划线组成）
    if (line.All(c => c == '_'))
    {
        if (currentBlock.Any())
        {
            workEntryBlocks.Add(currentBlock);
            currentBlock = new List<string>();
        }
        continue;
    }
    currentBlock.Add(line);
}

// 添加最后一个未被分隔线收尾的数据块
if (currentBlock.Any())
{
    workEntryBlocks.Add(currentBlock);
}

步骤3：解析每个工作条目 #

遍历每个数据块，提取元数据（日期、工单号）和具体数据行：

var workEntries = new List<WorkEntry>();

foreach (var block in workEntryBlocks)
{
    var workEntry = new WorkEntry();
    bool isDataSection = false;

    foreach (var line in block)
    {
        // 提取日期信息
        if (line.StartsWith("DATE:"))
        {
            var dateStr = line.Split(new[] { ':' }, 2)[1].Trim();
            workEntry.Date = DateTime.Parse(dateStr);
            continue;
        }

        // 提取工单号
        if (line.StartsWith("WORK NUMBER:"))
        {
            var workNumber = line.Split(new[] { ':' }, 2)[1].Trim();
            workEntry.WorkNumber = workNumber;
            continue;
        }

        // 识别数据表头，后续行均为数据内容
        if (line.StartsWith("SERIES"))
        {
            isDataSection = true;
            continue;
        }

        // 解析数据行
        if (isDataSection)
        {
            var parts = line.Split(new[] { ' ' }, StringSplitOptions.RemoveEmptyEntries);
            if (parts.Length == 7) // 对应SERIES到FOCUS4共7列数据
            {
                var dataPoint = new DataPoint
                {
                    Series = int.Parse(parts[0]),
                    ZPos = double.Parse(parts[1]),
                    Focus0 = double.Parse(parts[2]),
                    Focus1 = double.Parse(parts[3]),
                    Focus2 = double.Parse(parts[4]),
                    Focus3 = double.Parse(parts[5]),
                    Focus4 = double.Parse(parts[6])
                };
                workEntry.DataPoints.Add(dataPoint);
            }
        }
    }

    if (!string.IsNullOrEmpty(workEntry.WorkNumber))
    {
        workEntries.Add(workEntry);
    }
}

3. 扩展优化建议 #

• 异常处理：添加try-catch块处理日期/数值解析失败的情况，避免程序崩溃；
• 性能优化：针对超大日志文件，改用File.ReadLines逐行读取，减少内存占用；
• 格式兼容：若日志分隔线格式有变化，可调整分隔线判断逻辑（比如判断是否包含连续下划线且长度超过阈值）。

内容的提问来源于stack exchange，提问作者zdenda809