V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
czk1997
V2EX  ›  Java

怎么从一个 txt 文件里的一个表格信息提取出来

  •  
  •   czk1997 · 2015-11-01 03:20:05 +08:00 · 4773 次点击
    这是一个创建于 3310 天前的主题,其中的信息可能已经有所发展或是发生改变。

    大概就是这样一个表格:
    http://i.imgur.com/kBCekRl.png
    表格的位置在 txt 中不固定,没有制表符……
    表格内容数据也不固定……
    怎样用 java 分析出这里有个表格然后吧数据提取出来呢?

    21 条回复    2015-11-06 20:28:51 +08:00
    soratadori
        1
    soratadori  
       2015-11-01 03:27:09 +08:00
    这个表格每一个字段似乎是定长的,那就很简单了,直接分析每一行有多少个空格,大于一定数量的就判断为表。大概就这么个思路
    lzxgh621
        2
    lzxgh621  
       2015-11-01 03:31:49 +08:00
    似乎只有最后一列数据有空格,前面的数据都没有空格。
    kokutou
        3
    kokutou  
       2015-11-01 07:55:17 +08:00
    excel 直接打开然后选固定宽度,就 OK 了。 Java 分析的话,就找字母记宽度咯。
    azuginnen
        4
    azuginnen  
       2015-11-01 09:10:56 +08:00 via Android
    AWK 可破
    plqws
        5
    plqws  
       2015-11-01 10:27:43 +08:00
    按照第四行的 - 的长度来截取可破
    Victor215
        6
    Victor215  
       2015-11-01 10:30:28 +08:00
    AWK +1
    fengyqf
        7
    fengyqf  
       2015-11-01 11:38:30 +08:00
    找规律,找规律后,你有无数的方法处理。
    现成的工具,比如 awk , excel
    自己写脚本,随便一种编程语言都行吧
    wwjvtwoex
        8
    wwjvtwoex  
       2015-11-01 12:41:04 +08:00
    @plqws 然后写个正则表达式,其他语言也能共享
    hantsy
        9
    hantsy  
       2015-11-01 14:48:34 +08:00
    这个好像宽度固定的啊,,,很好解决的吧。
    jukka
        10
    jukka  
       2015-11-01 15:46:23 +08:00 via iPhone
    C 里 fscanf 就可以了。
    不过目测 awk 不超过 10 行代码。
    iluhcm
        11
    iluhcm  
       2015-11-01 16:44:28 +08:00
    正则,“\\s+”
    jings
        12
    jings  
       2015-11-01 16:49:27 +08:00
    调用 shell 很快吧
    czk1997
        13
    czk1997  
    OP
       2015-11-02 09:11:42 +08:00
    @hantsy 宽度没法固定的吧……
    这个文件会变,如果某个字段比较长的话基本依靠宽度就全费了……
    @iluhcm @wwjvtwoex 至于正则的话文件前面也有各种奇怪的空格和换行符,所以会影响判断……
    @fengyqf 不让用 awk 这类第三方库……
    fengyqf
        14
    fengyqf  
       2015-11-02 09:41:23 +08:00
    @czk1997
    再补充一个思路,该 txt 文件是谁生成的,能否拿到其源码或联系其开发人员,这样就不用费力的猜测规律了。
    最主要的还是要“找规律”,只要规律确定,只是个按你所使用工具(或编程语言)的语法要求,按规律实现拆分即可。
    tees
        15
    tees  
       2015-11-02 09:53:03 +08:00
    awk +1
    wizardoz
        16
    wizardoz  
       2015-11-02 13:18:00 +08:00
    我觉得 5 楼说的靠谱,根据第四行的-------分析出每列的宽度,然后截取。
    iluhcm
        17
    iluhcm  
       2015-11-02 20:46:52 +08:00
    @czk1997 trim 一下就解决了。
    wwjvtwoex
        18
    wwjvtwoex  
       2015-11-03 10:29:27 +08:00
    表头高度固定 ?
    第 1 列是序号?
    czk1997
        19
    czk1997  
    OP
       2015-11-05 04:23:52 +08:00
    @wwjvtwoex 能确定的是第一列是序号……格式不会变了
    czk1997
        20
    czk1997  
    OP
       2015-11-05 04:24:20 +08:00
    @fengyqf 这个应该不行……
    只能自己找规律……
    wwjvtwoex
        21
    wwjvtwoex  
       2015-11-06 20:28:51 +08:00
    先找分割线所在行,在向下查找首部有连续数字的行
    关于   ·   帮助文档   ·   博客   ·   API   ·   FAQ   ·   实用小工具   ·   1695 人在线   最高记录 6679   ·     Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 · 23ms · UTC 16:48 · PVG 00:48 · LAX 08:48 · JFK 11:48
    Developed with CodeLauncher
    ♥ Do have faith in what you're doing.