Không biết về bất kỳ giải pháp đóng gói, nhưng một cái gì đó không phải là rất linh hoạt là khá đơn giản để làm giả sử bạn có thể làm hai đi ngang qua các tập tin: (sau đây là một phần Perlish ví dụ giả)
- Giả sử: dữ liệu có thể chứa dấu cách và không được trích dẫn ala CSV nếu có dấu cách - nếu trường hợp này không đúng, chỉ cần sử dụng
Text::CSV(_XS)
.
- Giả định: không có tab nào được sử dụng để định dạng.
- Logic xác định "dấu tách cột" là bất kỳ tập hợp hàng dọc nào liên tiếp được điền 100% với dấu cách.
- Nếu vô tình mỗi hàng có một khoảng trống là một phần của dữ liệu tại ký tự M bù trừ, logic sẽ xem xét bù M là một dấu tách cột, vì nó không thể biết tốt hơn. Cách duy nhất nó có thể biết tốt hơn là nếu bạn yêu cầu tách cột để có ít nhất X không gian nơi X> 1 - xem đoạn mã thứ hai cho điều đó.
Mẫu mã:
my $INFER_FROM_N_LINES = 10; # Infer columns from this # of lines
# 0 means from entire file
my $lines_scanned = 0;
my @non_spaces=[];
# First pass - find which character columns in the file have all spaces and which don't
my $fh = open(...) or die;
while (<$fh>) {
last if $INFER_FROM_N_LINES && $lines_scanned++ == $INFER_FROM_N_LINES;
chomp;
my $line = $_;
my @chars = split(//, $line);
for (my $i = 0; $i < @chars; $i++) { # Probably can be done prettier via map?
$non_spaces[$i] = 1 if $chars[$i] ne " ";
}
}
close $fh or die;
# Find columns, defined as consecutive "non-spaces" slices.
my @starts, @ends; # Index at which columns start and end
my $state = " "; # Not inside a column
for (my $i = 0; $i < @non_spaces; $i++) {
next if $state eq " " && !$non_spaces[$i];
next if $state eq "c" && $non_spaces[$i];
if ($state eq " ") { # && $non_spaces[$i] of course => start column
$state = "c";
push @starts, $i;
} else { # meaning $state eq "c" && !$non_spaces[$i] => end column
$state = " ";
push @ends, $i-1;
}
}
if ($state eq "c") { # Last char is NOT a space - produce the last column end
push @ends, $#non_spaces;
}
# Now split lines
my $fh = open(...) or die;
my @rows =();
while (<$fh>) {
my @columns =();
push @rows, \@columns;
chomp;
my $line = $_;
for (my $col_num = 0; $col_num < @starts; $col_num++) {
$columns[$col_num] = substr($_, $starts[$col_num], $ends[$col_num]-$starts[$col_num]+1);
}
}
close $fh or die;
Bây giờ, nếu bạn yêu cầu tách cột có ít nhất không gian X trong đó X> 1, nó cũng có thể làm được nhưng phân tích cú pháp các địa điểm cột cần phải được một chút phức tạp hơn:
# Find columns, defined as consecutive "non-spaces" slices separated by at least 3 spaces.
my $min_col_separator_is_X_spaces = 3;
my @starts, @ends; # Index at which columns start and end
my $state = "S"; # inside a separator
NEXT_CHAR: for (my $i = 0; $i < @non_spaces; $i++) {
if ($state eq "S") { # done with last column, inside a separator
if ($non_spaces[$i]) { # start a new column
$state = "c";
push @starts, $i;
}
next;
}
if ($state eq "c") { # Processing a column
if (!$non_spaces[$i]) { # First space after non-space
# Could be beginning of separator? check next X chars!
for (my $j = $i+1; $j < @non_spaces
|| $j < $i+$min_col_separator_is_X_spaces; $j++) {
if ($non_spaces[$j]) {
$i = $j++; # No need to re-scan again
next NEXT_CHAR; # OUTER loop
}
# If we reach here, next X chars are spaces! Column ended!
push @ends, $i-1;
$state = "S";
$i = $i + $min_col_separator_is_X_spaces;
}
}
next;
}
}
Vui lòng cung cấp và ví dụ. – DVK
Tôi đã cung cấp một giải pháp, nhưng nó sẽ tạo ra các cột SIX. Bạn đang tạo giả định taht column separator PHẢI là> 1 không gian? – DVK
Không, nhưng chúng tôi có thể giả sử tôi biết các chuỗi tiêu đề cột và dữ liệu cột được căn chỉnh đúng theo tiêu đề. – Thilo