Question

我最近发现了协议缓冲区，并想知道它们是否可以应用于我的具体问题。

基本上我有一些CSV数据需要转换为更紧凑的存储格式，因为有些文件是几个gig。

CSV中的每个字段都有一个标题，只有两种类型，字符串和小数（因为有时会有很多有效数字，我需要以相同的方式处理所有数字）。但是每个文件的每个字段都有不同的列名。

除了捕获原始CSV数据外，我还需要在保存之前向文件中添加额外信息。我希望通过处理不同的文件版本来证明这一点。

那么，是否可以使用协议缓冲区来捕获随机数量的随机命名数据列，如CSV文件？

Answer 1

嗯，这肯定是可以表达的。类似的东西：

message CsvFile {
    repeated CsvHeader header = 1;
    repeated CsvRow row = 2;
}

message CsvHeader {
    require string name = 1;
    require ColumnType type = 2;
}

enum ColumnType {
    DECIMAL = 1;
    STRING = 2;
}

message CsvRow {
    repeated CsvValue value = 1;
}

// Note that the column is implicit based on position within row    
message CsvValue {
    optional string string_value = 1;
    optional Decimal decimal_value = 2;
}

message Decimal {
    // However you want to represent it (there are various options here)
}

我不确定它会提供多少好处，请注意......您当然可以添加更多信息（添加到CsvFile消息），以及将来的校对是“正常的PB方式” - 只添加可选字段，等

Answer 2

嗯，protobuf-net（我的版本）基于常规的.NET类型，所以没有（因为它不会一直处理不同的模式）。但Jon的版本可能允许动态类型。就个人而言，我只是使用CSV并通过GZipStream运行它 - 我希望这样可以达到目的。

编辑：实际上，我忘记了：protobuf-net确实支持可扩展对象，但是你需要小心一点......我希望它取决于完整的上下文。

加上Jon的嵌套数据方法也可能有用。

您能用Google的协议缓冲区格式表示CSV数据吗？

2 个答案: