在 C# 中为文件中的条目分配编号

Question

改进的格式

所以，我以前使用的方法都没有帮助我对日志文件数据进行聚类:(

现在我要尝试一种索引方法..为此我需要根据 URL 中出现的关键字对每个日志文件条目建立索引字段..

示例：

192.162.1.4 [3/May/2009 00:34:45] "GET /books/casual/4534.pdf" 200 454353  "http://ljdhjg.com" "Mozillablahblah"<br/>
190.100.1.4 [3/May/2009 00:37:45] "GET /resources/help.pdf" 200 4353 "http://ljdhjg.com" "Mozillablahblah"<br/>
192.162.1.4 [3/May/2009 00:40:45] "GET /books/serious/44.pdf" 200 234353 "http://ljdhjg.com" "Mozillablahblah"<br/>

....我还有数千个这样的条目..

现在，所有 "books" 都需要分配一个编号...1（例如)..接下来，需要分配 "resources" 2..我如何在 C# 中完成这个任务？我的意思是，我知道逻辑...

提取关键字..分配数字..将关键字数组与文件的每一行进行比较..如果匹配，则分配。但由于我是 C# 新手，我真的不知道如何编写上述逻辑。所以..帮忙？

Answer 1

您可以尝试这种临时方法进行分配（我假设这意味着将索引添加到日志条目的前缀），

/// <summary>
/// Gets the indexed entry.
/// </summary>
/// <param name="entry">The log entry.</param>
/// <returns>The log entry prefixed with the index.</returns>
private string GetIndexedEntry(string entry)
{
    string keyword = GetKeyword(entry);

    switch (keyword)
    {
        case "books":
            entry = "1 : " + entry;
            break;

        case "resources":
            entry = "2 : " + entry;
            break;
    }

    // Alternative code (using dictionary)
    // entry = keywordIndexDictionary[keyword] + " : " + entry;

    return entry;
}

/// <summary>
/// Gets the keyword.
/// </summary>
/// <param name="entry">The log entry.</param>
/// <returns>The keyword for the specified log entry.</returns>
private string GetKeyword(string entry)
{
    int index = entry.IndexOf("\"GET");
    entry = entry.Substring(index + ("\"GET").Length);
    index = entry.IndexOf('"');
    entry = entry.Substring(0, index).Trim();
    return entry.Split('/')[1];
}

// Alternative approach
/// <summary>
/// Stores the keyword-index pair
/// </summary>
private Dictionary<string, int> keywordIndexDictionary;

/// <summary>
/// Builds the dictionary.
/// </summary>
private void BuildDictionary()
{
    // Build the dictionary manually 
    // or alternatively read from an settings file and then build the dictionary
    keywordIndexDictionary.Add("books", 1);
    keywordIndexDictionary.Add("resources", 2);
}

对 GetIndexedEntry() 的调用如下所示，

string indexedLogEntry = GetIndexedEntry(logEntry);

其中 logEntry 是代表日志文件中每个条目的字符串。

对于192.162.1.4 [3/May/2009 00:34:45]的logEntry

“GET /books/casual/4534.pdf”200 454353“http://ljdhjg.com " "Mozillablahblah"

indexedLogEntry 将是

1 ： 192.162.1.4 [3/May/2009 00:34:45] "GET /books/casual/4534.pdf" 200 454353 "http://ljdhjg.com" "Mozillablahblah"

可以采用更优雅的方法如果使用正则表达式。