面试题：C#字符串性能优化处理与正则表达式高级应用

Question

假设你正在处理一个非常大的文本文件（可能有几百MB甚至更大），其中包含大量形如`{"id":"12345","name":"Some Name","value":"Some Value"}`这样的JSON格式字符串片段（每个片段独占一行）。使用C#编写代码实现：1. 高效读取文件内容，避免一次性加载整个文件到内存。2. 使用正则表达式验证每个JSON片段的格式是否正确，确保`id`是数字，`name`和`value`是非空字符串。3. 对于格式正确的JSON片段，提取`id`、`name`和`value`，存储到一个`Dictionary<string, Dictionary<string, string>>`中，其中外层字典的键是`id`，内层字典包含`name`和`value`的键值对。同时，要考虑代码的性能优化，尽量减少内存占用和处理时间。

Answer 1

using System;
using System.Collections.Generic;
using System.IO;
using System.Text.RegularExpressions;

class Program
{
    static void Main()
    {
        string filePath = "yourLargeFile.txt";
        var result = new Dictionary<string, Dictionary<string, string>>();

        using (StreamReader reader = new StreamReader(filePath))
        {
            string line;
            Regex jsonRegex = new Regex(@"^\{ ""id"":""(\d+)"", ""name"":""([^""]+)"", ""value"":""([^""]+)""\}$");
            while ((line = reader.ReadLine()) != null)
            {
                Match match = jsonRegex.Match(line);
                if (match.Success)
                {
                    string id = match.Groups[1].Value;
                    string name = match.Groups[2].Value;
                    string value = match.Groups[3].Value;

                    if (!result.ContainsKey(id))
                    {
                        result[id] = new Dictionary<string, string>();
                    }
                    result[id]["name"] = name;
                    result[id]["value"] = value;
                }
            }
        }

        // 打印结果验证
        foreach (var kvp in result)
        {
            Console.WriteLine($"Id: {kvp.Key}, Name: {kvp.Value["name"]}, Value: {kvp.Value["value"]}");
        }
    }
}

1. 文件读取：使用StreamReader逐行读取文件，避免一次性加载整个文件到内存。
2. 正则表达式验证：定义正则表达式^\{ ""id"":""(\d+)"", ""name"":""([^""]+)"", ""value"":""([^""]+)""\}$来验证JSON片段格式，确保id是数字，name和value是非空字符串。
3. 数据存储：使用Dictionary<string, Dictionary<string, string>>来存储提取的数据，外层字典键为id，内层字典包含name和value的键值对。
4. 性能优化：逐行读取和处理，减少内存占用，同时正则表达式预编译提高匹配效率。