Question

我有以下文本文件，我想将其转换为csv文件：

第一行包含第1列
之后有一行填充＆＃34; =====＆＃34;
然后是第2列的内容。此列可以有多行
之后有3条空行表示数据记录已完成。

为了更好地理解，这里有一个例子：

Column number 1 text
=========================
Column number 2 text
More column number 2 text
Col nr 2
More..
<empty line>
<empty line>
<empty line>
Column number 1 text
===============
Col nr 2
Col nr 2
Col nr 2
<empty line>
<empty line>
<empty line>

依旧......

我已尝试过很多powershell命令来进行此类转换，但我没有取得任何成功有人能帮助我吗？它不一定是PowerShell脚本。

谢谢！

Answer 1

这是一个简洁的PSv3 +解决方案，但可能不容易理解：

Get-Content -Raw file.txt |
  Select-String -AllMatches '(.+)\r?\n=+\r?\n([\s\S]*?)(?:\r?\n){3}' | ForEach-Object {
    $_.Matches | ForEach-Object {
      [pscustomobject] @{
        Col1 = $_.Groups[1].Value
        Col2 = $_.Groups[2].Value
      }
    }
  } | Export-Csv -NoTypeInformation out.csv

请注意，输入文件是作为一个整体预先读取的 - 这可能不是大输入文件的选项。
Select-String用于通过正则表达式（正则表达式）提取感兴趣的段落。
- 正则表达式中的捕获组（(...)）提取第1列和第2列值。
- .+匹配非空行上的所有字符（.表示：除\n（LF）以外的任何字符，+表示：一个或多个重复）;在整个正则表达式的上下文中，这将捕获column-1值。
- \r?\n匹配CRLF换行符（Windows）和仅LF换行符（Unix）。
- =+匹配一个或多个相邻的=字符;即，它与输入中的分隔线匹配。
- [\s\S]是匹配任何字符的技巧，包括\n（LF）;默认情况下，.仅匹配 \n以外的字符; nongreedy 重复符号*?表示匹配应该在某些内容与表达式的其余部分匹配时立即停止;在整个正则表达式的上下文中，这将捕获列-2值。

ForEach-Object调用遍历所有匹配项，并从capture-group值构造一个属性名为Col1和Col2的自定义对象，这是隐式输出的。< / p>

Export-Csv然后将生成的对象以CSV格式导出到输出文件out.csv;请注意，{PowerSorhell上Export-Csv使用的默认编码为ASCII，因此请根据需要使用-Encoding参数。

根据您的示例输入，out.csv最终包含以下内容：

"Col1","Col2" "Column number 1 text","Column number 2 text More column number 2 text Col nr 2 More.." "Column number 1 text","Col nr 2 Col nr 2 Col nr 2"

请注意Col2值多行值的方式 - 然而，Import-Csv处理此类值（只要它们是双引号）。

文本文件到csv

1 个答案: