难以确定文本数据库文件的文件类型

Question

所以美国农业部有一些关于食物的一般营养成分的奇怪数据库，很自然地我们会偷它用于我们的应用程序。但无论如何，这些行的格式如下：

~01001~^~0100~^~Butter, salted~^~BUTTER,WITH SALT~^~~^~~^~Y~^~~^0^~~^6.38^4.27^8.79^3.87
~01002~^~0100~^~Butter, whipped, with salt~^~BUTTER,WHIPPED,WITH SALT~^~~^~~^~Y~^~~^0^~~^6.38^4.27^8.79^3.87
~01003~^~0100~^~Butter oil, anhydrous~^~BUTTER OIL,ANHYDROUS~^~~^~~^~Y~^~~^0^~~^6.38^4.27^8.79^3.87
~01004~^~0100~^~Cheese, blue~^~CHEESE,BLUE~^~~^~~^~Y~^~~^0^~~^6.38^4.27^8.79^3.87

使用奇怪的~和^分隔值，它也没有标题行，但没关系，我可以从其网站上的其他内容中找出答案：http://www.ars.usda.gov/Services/docs.htm?docid=8964 < / p>

任何帮助都会很棒！如果重要的话，我们正在用Ruby创建一个开放/免费的API来查询这些数据。

此外，我很难提出这个问题，所以我把它变成了一个社区维基，所以我们都可以投入！

Answer 1

这看起来像一个非常标准的CSV（逗号分隔值）文件，但字段分隔符字符已从,更改为^并将字符从"引用到{{1} }

不幸的是，我不熟悉Ruby推荐使用哪个库，但在Perl中有一大堆标准CPAN模块，其中最好的是允许你配置CSV阅读器的字段分隔符和引号字符......我希望Ruby也应该有类似的东西 - 如果是这样，你很幸运！

Answer 2

^似乎是字段分隔符，~是字符串分隔符。通常情况下，我希望在这些角色中看到,和“，但选择非常罕见的字符意味着像

这样的字符串

Cheese, Bleu

不会使用字符串解析器获得所有的麻烦。