Question

我确信有人会知道如何解决这个问题。我有一个宠物项目，我试图从下面的几个txt建立一个数据库。记录按第6行分隔，为空白。字段由连续的空格分隔，五行的末尾记录。某些字段确实有空格。

我已经尝试过DataStage和SPSS - 但似乎无法安静得到结果。我也试过Altova Mapforce，这让我很亲近。我选择的数据库可能是MySQL（考虑到这是我业余时间的项目）

SUNCOR ET AL MEDHAT 9-17-15-4        0416613   ALBERTA CROWN        753.3M                          
100/09-17-015-04W4/00  S  543.4M  W  167.6M    MEDICINE HAT         656.8M                        
DEV (NC)                             MEDICINE HAT                   FISH SCALE ZONE                 
VERTICAL                             NEW       PRODUCTION           GAS                             
SUNCOR ENERGY INC.                                                  09-17-015-04W4                  

CVE HOUSE 3-23-83-17                 0416614   ALBERTA CROWN        536.17M                         
1AB/03-23-083-17W4/00  N  281.3M  E  686.8M    BONNYVILLE           283.7M                       
OV (C)                               HOUSE                          MCMURRAY FM                     
VERTICAL                             NEW       OIL SAND EVALUATION  CRUDE BITUMEN                   
CENOVUS ENERGY INC.                                                 03-23-083-17W4                  

CVE GRANOR 11-27-82-18               0416615   ALBERTA CROWN        554.69M                         
1AA/11-27-082-18W4/00  S  756.7M  E  677.6M    BONNYVILLE           409.2M                        
OV (C)                               GRANOR                         GROSMONT FM                     
VERTICAL                             NEW       OIL SAND EVALUATION  CRUDE BITUMEN                   
CENOVUS ENERGY INC.                                                 11-27-082-18W4                  

SUNCOR ET AL MEDHAT 4-17-15-4        0416616   ALBERTA CROWN        750.9M                          
100/04-17-015-04W4/00  N  320.1M  E  317.1M    MEDICINE HAT         646.4M                        
DEV (NC)                             MEDICINE HAT                   FISH SCALE ZONE                 
VERTICAL                             NEW       PRODUCTION           GAS                             
SUNCOR ENERGY INC. 

                                             04-17-015-04W4

某些字段包含单个空格但从不包含多个连续空格。

this image should clarify fields and records

Answer 1

好的，我迎接挑战。我不确定你想要输出什么，但我想CSV可以导入任何数据库。这就是我所拥有的：

sed -E 's/[ ][ ]+/,/g' yourfile | awk 'BEGIN{ORS=""}/^$/{print "\n"}{print $0}'

“sed”部分将多个空格转换为逗号以分隔字段，并且希望不会将单个空格转换为逗号。然后“awk”部分将输出记录分隔符设置为空，因此“awk”不输出任何换行符，我可以控制它们。 “^ $”查找空行，当我遇到它时，我自己在输出中引入换行符，否则它只打印输入行。使用您提供的数据，输出如下所示：

SUNCOR ET AL MEDHAT 9-17-15-4,0416613,ALBERTA CROWN,753.3M,100/09-17-015-04W4/00,S,543.4M,W,167.6M,MEDICINE HAT,656.8M,DEV (NC),MEDICINE HAT,FISH SCALE ZONE,VERTICAL,NEW,PRODUCTION,GAS,SUNCOR ENERGY INC.,09-17-015-04W4,
CVE HOUSE 3-23-83-17,0416614,ALBERTA CROWN,536.17M,1AB/03-23-083-17W4/00,N,281.3M,E,686.8M,BONNYVILLE,283.7M,OV (C),HOUSE,MCMURRAY FM,VERTICAL,NEW,OIL SAND EVALUATION,CRUDE BITUMEN,CENOVUS ENERGY INC.,03-23-083-17W4,
CVE GRANOR 11-27-82-18,0416615,ALBERTA CROWN,554.69M,1AA/11-27-082-18W4/00,S,756.7M,E,677.6M,BONNYVILLE,409.2M,OV (C),GRANOR,GROSMONT FM,VERTICAL,NEW,OIL SAND EVALUATION,CRUDE BITUMEN,CENOVUS ENERGY INC.,11-27-082-18W4,
SUNCOR ET AL MEDHAT 4-17-15-4,0416616,ALBERTA CROWN,750.9M,100/04-17-015-04W4/00,N,320.1M,E,317.1M,MEDICINE HAT,646.4M,DEV (NC),MEDICINE HAT,FISH SCALE ZONE,VERTICAL,NEW,PRODUCTION,GAS,SUNCOR ENERGY INC.

我猜行端的尾随逗号可以用另一个

清理

sed -e "s/,$//"

如有必要，

到原始管道的末尾。

我会在那里停下来，因为我不知道自己是否走在正确的轨道上！

Answer 2

当您使用Windows时，我已经将awk和sed内容重新编写为可以在Windows上运行而无需它们的内容。在我的生活中，我从未写过一行VBScript直到今天，所以可能还有其他更简单的方法：

'###############################################################################
' File: process.vbs
' Author: Mark Setchell
'
' VBScript to process companies file.
'
' Use as follows:
' cscript /nologo process.vbs < file
' 
' Or, to save to an output file, use as follows:
' cscript /nologo process.vbs < file > results.txt
'###############################################################################
Dim rxp, inp
Set rxp = new RegExp
rxp.Global = True
rxp.Multiline = False
Do While Not WScript.StdIn.AtEndOfStream
   inp  = WScript.StdIn.ReadLine()

   ' Regular expression to match any upper case letter
   rxp.Pattern="[A-Z]"

   ' If there are any letters on the input line
   if rxp.Test(inp) Then
      ' Replace multiple spaces with a single comma
      rxp.Pattern="  +"
      inp = rxp.Replace(inp, ",")
      ' Remove leading and trailing commas off line
      rxp.Pattern="^,|,$"
      WScript.StdOut.Write rxp.Replace(inp, "")
   Else
      ' Write a blank line since there was nothing on input line
      WScript.StdOut.WriteBlankLines(1)
   End If
Loop

划分一系列txt并将其放入csv或数据库

2 个答案: