怎么从一个 txt 文件里的一个表格信息提取出来 - V2EX
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 5143 次点击
    这是一个创建于 3702 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     自助推广系统     博客     API     FAQ     Solana     2589 人在线   最高录 6679       Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 46ms UTC 12:30 PVG 20:30 LAX 04:30 JFK 07:30
    Do have faith in what you're doing.
    ubao msn snddm index pchome yahoo rakuten mypaper meadowduck bidyahoo youbao zxmzxm asda bnvcg cvbfg dfscv mmhjk xxddc yybgb zznbn ccubao uaitu acv GXCV ET GDG YH FG BCVB FJFH CBRE CBC GDG ET54 WRWR RWER WREW WRWER RWER SDG EW SF DSFSF fbbs ubao fhd dfg ewr dg df ewwr ewwr et ruyut utut dfg fgd gdfgt etg dfgt dfgd ert4 gd fgg wr 235 wer3 we vsdf sdf gdf ert xcv sdf rwer hfd dfg cvb rwf afb dfh jgh bmn lgh rty gfds cxv xcv xcs vdas fdf fgd cv sdf tert sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf shasha9178 shasha9178 shasha9178 shasha9178 shasha9178 liflif2 liflif2 liflif2 liflif2 liflif2 liblib3 liblib3 liblib3 liblib3 liblib3 zhazha444 zhazha444 zhazha444 zhazha444 zhazha444 dende5 dende denden denden2 denden21 fenfen9 fenf619 fen619 fenfe9 fe619 sdf sdf sdf sdf sdf zhazh90 zhazh0 zhaa50 zha90 zh590 zho zhoz zhozh zhozho zhozho2 lislis lls95 lili95 lils5 liss9 sdf0ty987 sdft876 sdft9876 sdf09876 sd0t9876 sdf0ty98 sdf0976 sdf0ty986 sdf0ty96 sdf0t76 sdf0876 df0ty98 sf0t876 sd0ty76 sdy76 sdf76 sdf0t76 sdf0ty9 sdf0ty98 sdf0ty987 sdf0ty98 sdf6676 sdf876 sd876 sd876 sdf6 sdf6 sdf9876 sdf0t sdf06 sdf0ty9776 sdf0ty9776 sdf0ty76 sdf8876 sdf0t sd6 sdf06 s688876 sd688 sdf86