1

我有这些由封闭源代码第三方软件生成的错误消息，我需要从中提取文件路径。

所述文件路径是：

  • 无界（即不被引号、括号、方括号等包围）
  • 扎根（即以<letter>:\例如开头C:\）
  • 不保证有文件扩展名
  • 表示保证存在于运行提取代码的计算机上的文件（仅文件，而不是目录）。
  • 由任何有效字符组成，包括空格，使它们难以被发现（例如C:\This\is a\path \but what is an existing file path here）

需要注意的是，每条消息可以有 0 个或多个文件路径。

如何在错误消息中找到这些文件路径？

我在下面提出了一个答案，但我觉得有更好的方法来解决这个问题。

4

2 回答 2

3

对于每场比赛，期待下一个“\”字符。所以你可能会得到“c:\mydir\”。检查该目录是否存在。然后找到下一个\，给出“c:\mydir\subdir`。检查那个路径。最终你会找到一个不存在的路径，或者你会进入下一个匹配的开始。

那时，您知道要查找的目录。然后只需调用Directory.GetFiles并匹配与从您找到的最后一个路径开始的子字符串匹配的最长文件名。

这应该最大限度地减少回溯。

这是如何做到的：

static void FindFilenamesInMessage(string message) {
    // Find all the "letter colon backslash", indicating filenames.
    var matches = Regex.Matches(message, @"\w:\\", RegexOptions.Compiled);

    // Go backwards. Useful if you need to replace stuff in the message
    foreach (var idx in matches.Cast<Match>().Select(m => m.idx).Reverse()) {
        int length = 3;
        var potentialPath = message.Substring(idx, length);
        var lastGoodPath = potentialPath;

        // Eat "\" until we get an invalid path
        while (Directory.Exists(potentialPath)) {
            lastGoodPath = potentialPath;
            while (idx+length < message.Length && message[idx+length] != '\\')
                length++;

            length++; // Include the trailing backslash

            if (idx + length >= message.Length)
                length = (message.Length - idx) - 1;

            potentialPath = message.Substring(idx, length);
        }

        potentialPath = message.Substring(idx);

        // Iterate over the files in directory we found until we get a match
        foreach (var file in Directory.EnumerateFiles(lastGoodPath)
                                      .OrderByDescending(s => s.Length)) {
            if (!potentialPath.StartsWith(file))
                continue;

            // 'file' contains a valid file name
            break;
        }
    }
}
于 2013-04-17T16:45:17.130 回答
1

我就是这样做的。

但是，我认为一遍又一遍地对消息进行子串化并不是一个好主意。

static void FindFilenamesInMessage(string message)
{
    // Find all the "letter colon backslash", indicating filenames.
    var matches = Regex.Matches(message, @"\w:\\", RegexOptions.Compiled);

    int length = message.Length;
    foreach (var index in matches.Cast<Match>().Select(m => m.Index).Reverse())
    {
        length = length - index;
        while (length > 0)
        {
            var subString = message.Substring(index, length);
            if (File.Exists(subString))
            {
                // subString contains a valid file name

                ///////////////////////
                // Payload goes here
                //////////////////////

                length = index;
                break;
            }
            length--;
        }
    }
}
于 2013-04-17T15:53:25.260 回答