获取dwg中的标准号算法

使用场景综述：需要校验dwg中的标准号（标号）是否为现行标准，并将正确标号回写到dwg中

使用场景简述理解：需要校验word中的标准号是否为现行标准，并回写

分析：

• 1.读取dwg中的内容，沟通后定为以下图元：单行文本、多行文本、dwg表、图块
• 2.将读取到的文字识别为标准号（下帖详述），并展现出来
• 3.寻找标准号数据库，并放到服务器端，以供查询
• 4.根据获取到的标准号，去服务器端匹配数据
• 5.将匹配到的数据，回写到dwg中

综上，经过初步分析，本人认为该项目的难点在于如何识别某字段为标准号，及时间复杂度上。

本项目基于cad2021，c#，根据上述分析，预计循环层数不少于8层，也请大佬帮忙降重

预计循环情况：

• 1、文件（dwg）
• 2、循环文件中的图元（单行文本、多行文本、dwg表、图块）
• 3.1、dwg表可理解为excel表，需要每个单元格进行循环，循环层数+2
• 3.2、图块（不再圈套循环图块了），图块中有不同的属性，均获取到，循环层数+1
• 4、上述3，循环+2，并将数据存储到DataTable中，记下文件路径、图块位置等

a、根据上述的DataTable按行匹配数据

b、将标号前缀（keys）作为循环条件，进行循环查找数据

c、在获取到的文本中依次查询标号前缀，看是否含有，含有的话，取固定长度25位

d、根据标号前缀key，再次循环标号排除前缀

e、根据不含有的字段，再次循环排除

f、根据25位长度，从后往前取，取最后一个数字截止

由此，取出标号

综上，10层循环齐活，刚刚取出数据

1.由于为公司项目，已有图签，故只取图签内的数据。涉及到合图、多dwg的情况，一并解决，无难点

2.从图元中取数据，分为dwg表、图块、单行文本，多行文本。其中多行文本取出的数据，较为麻烦，分为两种数据，一种是带格式的数据，一种是不带格式的数据，如下：

1. 本配管的安装和试验应符合GB/T50783-2006<<冶金机械液压、润滑和气动设备工程安装验收规范>>的规定.
2. 安装管道时,应严格遵循原理图(图号:MAG011402-GES02.1)所示走向配制.并在管端标明编号.
3. 管子与管子,管子与焊接式管件采用氩弧焊焊接，或先用氩弧焊打底，再采用E4303焊条，进行电弧焊填充。
4. 管夹与底板(钢板)等非管道的焊接采用E4303焊条进行连续焊缝焊接,焊缝高度等于相连件最薄厚度.并应符合JB/T5000.3-2007<<焊接件通用技术条件>>的有关规定.

若取不带格式的数据，更容易匹配到标号，但是不容易回写数据。正在尝试不带格式数据直接回写，暂测可行

this.dataGridView1.Columns["FLAG"].DataPropertyName = "flag";
this.dataGridView1.Columns["FilePathCurrent"].DataPropertyName = "FilePathCurrent";
this.dataGridView1.Columns["ObjectId"].DataPropertyName = "ObjectId";
this.dataGridView1.Columns["FileNameCurrent"].DataPropertyName = "FileNameCurrent";
this.dataGridView1.Columns["SourceData"].DataPropertyName = "SourceData";
this.dataGridView1.Columns["SourceSpecificationData"].DataPropertyName = "SourceSpecificationData";
this.dataGridView1.Columns["DealSourceSpecificationData"].DataPropertyName = "DealSourceSpecificationData";
this.dataGridView1.Columns["CheckSourceSpecificationData"].DataPropertyName = "CheckSourceSpecificationData";
this.dataGridView1.Columns["location"].DataPropertyName = "location";
this.dataGridView1.Columns["Remark"].DataPropertyName = "Remark";



System.Data.DataTable dtOut = dt.Clone();
string path = null;
try
{
//根据数据行循环
foreach (System.Data.DataRow dr in dt.Rows)
{
if (dr == null)
{
continue;
}
string sourceData = dr["SourceData"].ToString().Replace("\n", "").Replace("\r", "");
int sourceData_Num = sourceData.Length;
if (string.IsNullOrEmpty(sourceData))
{
continue;
}
//根据关键字前缀循环
foreach (var key in keys)
{
string key_Pre = key.Key;
List<string> key_Pre_Excludes = key.Value;
int index = 0;
//根据判断sourceData是否含有key，并排除sourceData中有key，但不为标准号的情况
for (int j = 0; ; j++)
{
int NS_Index = sourceData.IndexOf(key_Pre, index, StringComparison.OrdinalIgnoreCase);
//sourceData不含key_Pre，直接跳出
if (NS_Index < 0)
{
break;
}
//搜索key_Pre过程中，多次循环后NS_Index值未改变，说明含有前缀但不为标号的情况，sourceData.IndexOf搜索的起始位下标+1
if (j > NS_Index)
{
index = NS_Index + 1;
break;
}
int len = lengthMax;
if (sourceData.Length - NS_Index < lengthMax)
{
len = sourceData.Length - NS_Index;
}
string NS_vars = sourceData.Substring(NS_Index, len);
bool flag = false;
//去除对应 排除标号前缀的 标号前缀排除。例如：含GB，不含GBS
foreach (string key_Pre_Exclude in key_Pre_Excludes.CheckNull())
{
if (NS_vars.StartsWith(key_Pre_Exclude, StringComparison.OrdinalIgnoreCase))
{
flag = true;
index = NS_Index + 1;
j = NS_Index - 1;
break;
}
}
if (flag)
{
continue;
}
string NS_var = Regex.Split(NS_vars, @"\P", RegexOptions.IgnoreCase)[0];//去掉换行后的字符串
//根据不要的关键字，取关键字前面的部分
foreach (string key_Exclude in key_Excludes.CheckNull())
{
if (NS_vars.IndexOf(key_Exclude, StringComparison.OrdinalIgnoreCase) > -1)
{
int temp = NS_vars.IndexOf(key_Exclude, StringComparison.OrdinalIgnoreCase);
NS_vars = sourceData.Substring(NS_Index, temp);
NS_var = Regex.Split(NS_vars, @"\P", RegexOptions.IgnoreCase)[0];
}
}
if (NS_var.Length < lengthMin)
{
break;
}
for (int i = NS_var.Length - 1; i > 0; i--)
{
string tempWord = Regex.Replace(NS_var[i].ToString(), @"\d", "");//剔除数字
if (string.IsNullOrEmpty(tempWord) && !string.IsNullOrEmpty(NS_var[i].ToString()))
{
string DealSourceSpecificationData = sourceData.Substring(NS_Index, i + 1);
System.Data.DataRow drOut = dtOut.NewRow();
drOut = dr;
path = Path.GetDirectoryName(drOut["FilePathCurrent"].ToString());
drOut["SourceSpecificationData"] = NS_vars;
drOut["DealSourceSpecificationData"] = Regex.Split(DealSourceSpecificationData, @"\P", RegexOptions.IgnoreCase)[0];//去掉换行后的字符串
dtOut.Rows.Add(drOut.ItemArray);
//sourceData = sourceData.Replace(str, "");//剔除'str1'
index = NS_Index + 1;//剔除'DealSourceSpecificationData'
j = NS_Index - 1;
break;
}
}
}
}
}
}
catch (Exception ex)
{
LogTool.LogTest(ex.StackTrace);
}


private static string[] GetSpecificationPrefix()
{
string SpecificationPrefix = "GB";
try
{
SpecificationPrefix = IniTool.GetValue("cfg.ini", "Specification", "SpecificationPrefix");
}
catch
{ }
return SpecificationPrefix.Split(',');
}
private static string[] GetExcludeSpecificationPrefix()
{
string SpecificationPrefix = "GB2312";
try
{
SpecificationPrefix = IniTool.GetValue("cfg.ini", "Specification", "ExcludeSpecificationPrefix");
}
catch
{ }
return SpecificationPrefix.Split(',');
}
private static string[] GetExclude()
{
string Exclude = "。";
try
{
Exclude = IniTool.GetValue("cfg.ini", "Specification", "Exclude");
}
catch
{ }
return Exclude.Split('a');
}
private static Dictionary<string, List<string>> GetKeys()
{
string[] key_Pres = GetSpecificationPrefix();//获取标号前缀
string[] key_Pre_Excludes = GetExcludeSpecificationPrefix();//获取排除标号前缀
Dictionary<string, List<string>> keys = new Dictionary<string, List<string>>();
foreach (string key_Pre in key_Pres)
{
List<string> key_Pre_Exclude_List = new List<string>();
foreach (string key_Pre_Exclude in key_Pre_Excludes)
{
if (key_Pre_Exclude.IndexOf(key_Pre, StringComparison.OrdinalIgnoreCase) > -1)
{
key_Pre_Exclude_List.Add(key_Pre_Exclude);
}
}
keys.Add(key_Pre, key_Pre_Exclude_List);
}
return keys;
}

从dwg中取数据，暂无优化空间，已经从标号前缀、去除标号前缀的方向上，做出了优化：

1）根据填写的标号前缀、标号排除前缀、排除序列，将数据模拟成Dictionary<string, List<string>>格式

dic的string为标号前缀，对应的list为标号排除前缀，例如dic=｛AC，【AC220，AC110】｝

SpecificationPrefix=AC,AQ

ExcludeSpecificationPrefix=GBS,GB2312,SHX,AC220,gbc

Exclude=.a,a、a。a，a和

已排除各种循环跑死的情况，例如：

GB6222-2005、GB50316-2000

GBS6222-2005、GBS50316-2000

GB2312、AC220、AC84156-2005

GB2312和AC220heAC84156-2005

例如 AC84156-2005为标准化，AC220、AC110不为标准号，GB50316-2000为标准号，GB2312不为标准号，即删除AC，又想到源字符串可能为AC220，AC84156-2005，此时，均去除，标号未取到

并由此，将循环图元的字符串，改为下标循环的方式，发现AC220时，IndexOf起始下标+1

链接为国家标号链接

http://std.samr.gov.cn/gb/gbQuery

查询时，思路为C端将取出的标准号进行拆分，以-为标准拆成两部分，前面为标号，后面为年份，并将标号中的\、空格等均去除，然后根据标号和年份一起去查询数据库的数据，数据库中的标号，也需要去除\、空格等，提高匹配命中率。去除\、空格的原因为：人工填数据，可能会漏\、空格，也可能会多，所以去除；去除年份的原因，即可能是年份写错，也可能是年份写的位数不对，可能是2位，可能是4位。