从HTML表格创建CSV剪切和粘贴

Question

我试图手动从网站上抓取表格信息，以便导入Drupal网站。

数据格式如下：

Opening Balances of Banks/Discount Houses   76991.16
Rediscounted Bills                          0
Standing Lending Facility (Net)             0
Standing Deposit Facility (Net)             522078.9
Repo                                        0
Reverse Repo                                0
OMO Sales/Under-Writing by MMDs             0
OMO Repayment                               0

将其粘贴到电子表格中，我可以创建一个CSV文件以导入Drupal。 CSV生成如下：

Opening Balances of Banks/Discount Houses,76991.16
,
Rediscounted Bills,0
,
Standing Lending Facility (Net),0
,
Standing Deposit Facility (Net),522078.9
,
Repo,0
,
Reverse Repo,0
,
OMO Sales/Under-Writing by MMDs,0
,
OMO Repayment,0

我的问题是CSV错了。第一列中的数据应代表CSV的标题，这意味着它们应列在CSV的第一行而不是左侧。接下来的行应该是要导入的数据序列，作为标题中项目的出现。

任何人都可以请教我如何以正确的顺序生成CSV以解决我的问题？

要导入数百行数据，因此手动方法不可行。

更新 两个完整的记录：

Date                                        Financial Data As At 5/8/2014
Opening Balances of Banks/Discount Houses   76991.16
Rediscounted Bills                          0
Standing Lending Facility (Net)             0
Standing Deposit Facility (Net)             522078.9
Repo                                        0
Reverse Repo                                0
OMO Sales/Under-Writing by MMDs             0
OMO Repayment                               0
Primary Market Sales (e.g NTBs, FGN Bonds)  0
Primary Market Repayment                    0
CRR (Debit/Credit)                          0
Net Foreign Exchange Auction (WDAS)         0
Statutory Allocations (FAAC, VAT,etc)       0
Joint Venture Cash Call Payment             0
Net Clearing (Lagos/Abuja)                  0
NDIC Premium (Debit/Credit)                 0
Other Major (Debit/Credit)                  0
Date                                        Financial Data As At 5/7/2014
Opening Balances of Banks/Discount Houses   98357.49
Rediscounted Bills                          0
Standing Lending Facility (Net)             475
Standing Deposit Facility (Net)             483157.7
Repo                                        0
Reverse Repo                                0
OMO Sales/Under-Writing by MMDs             0
OMO Repayment                               237451.43
Primary Market Sales (e.g NTBs, FGN Bonds)  157177.87
Primary Market Repayment                    157057.31
CRR (Debit/Credit)                          0
Net Foreign Exchange Auction (WDAS)         0
Statutory Allocations (FAAC, VAT,etc)       0
Joint Venture Cash Call Payment             0
Net Clearing (Lagos/Abuja)                  0
NDIC Premium (Debit/Credit)                 0
Other Major (Debit/Credit)                  0

Answer 1

CSV似乎很容易，但事实并非如此。想象一下，如果在第一列的中间，你有一个逗号，并且爆炸。

现在想象两个逗号。

： - ）

我不知道你将使用什么语言来处理这个问题（也许是php），但我认为你必须写一些程序

• 解析html（至少是html表）
• 获取每个列数据
• 将数据编码为CSV，必要时转义

那是因为HTML清楚地说明了细胞内部的内容和不清楚的内容。虽然手动复制和粘贴会得到内容，但是没有格式化，你最终会遇到角落问题。

对于PHP中的优秀CSV库，请查看https://stackoverflow.com/questions/3087287/is-there-a-popular-and-or-robust-php-csv-library

Answer 2

TextDistil会为您完成此操作。 （披露 - 我是作者）。假设您要生成多行，即您描述的8列中的每一列，最简单的方法是：

请注意，在将模式粘贴到TextDistil中时不应包含引号

• 将示例中的行剪切并粘贴到输入窗口
• 使用CTRL-N添加＆＃39;替换文字＆＃39; 配方，并将＆＃34;财务数据与＆＃34; 匹配以进行清理列值
• 添加＆＃34;在第一行＆＃34; 的开头插入文字，在所有以＆＃34;！＆＃34; >＆＃34;其他专业＆＃34; 。这一步只是为了让下一个更容易。
• 在＆＃34; ^ [^！]＆＃34; 的匹配后，在＆＃34; 配方后添加＆＃34;加入行。第一个＆＃39; ^＆＃39; 匹配一行的开头，括号内的部分匹配任何不是感叹号的内容。最终结果是，此模式匹配所有不以感叹号开头的行。因为这是＆＃39;之后的连接线。操作时，与模式匹配的所有行都将连接以下行。因此，单个记录的所有行现在都加入了一行。
• 添加＆＃39;选择文本（仅限匹配）＆＃39; 配方，匹配表达式＆＃34; \ d [\ d。/] *＆＃34; 和＆＃34;，＆＃34; 作为加入字符串。这与您拥有的所有数字和日期相符。
• 在此阶段，您应该只在输出窗口中看到两行，每行都对应一条记录。

  

8分之5/ 2014,76991.16,0,0,522078.9,0,0,0,0,0,0,0,0,0,0,0,0,0   5/7 / 2014,98357.49,0,475,483157.7,0,0,0,237451.43,157177.87,157057.31,0,0,0,0,0,0,0

您可能会发现所有＆＃39;视图很有用 - 它允许您查看最终输出以及要添加的配方的输入和输出。

First Recipe

第二食谱

第三个食谱

最终食谱