代码之家 › 专栏 › 技术社区 › dkam

我应该如何在Ruby中解析固定长度的记录文件?

parsing ruby

2

dkam · 技术社区 · 17 年前

我想知道是否有人对用Ruby解析具有固定长度记录的文件有任何建议。文件有几个部分,每个部分都有一个标题, n 数据元素和页脚。例如(这完全是胡说八道,但内容大致相似)

1923  000-230SomeHeader     0303030 
209231-231992395    MoreData
293894-329899834    SomeData
298342-323423409    OtherData
3     3423942Footer record  9832422

在本例中,页眉、页脚和数据行都以特定的数字(1、2和3)开头。

我看过 http://rubyforge.org/projects/file-formatter/ 它看起来很好-除了文件很轻,我不知道如何 n 数据元素。

干杯, 丹

2 回复 | 直到 17 年前

1

9

Sinan Ünür 17 年前

有很多方法可以做到这一点。这个 unpack method of string 可用于定义以下字段模式:

"209231-231992395    MoreData".unpack('aa5A1A9a4Z*')

这将返回一个数组,如下所示:

["2", "09231", "-", "231992395", "    ", "MoreData"]

见 the documentation 有关pack/unpack格式的说明。

2

0

Knut Haugen 17 年前

像往常一样,有几种选择。

如果您想手动操作,我建议您这样做:

非常伪代码:

Read file
while lines in file
    handle_line(line) 
end

def handle_line
    type=first_char
    parse_line(type)
end

def parse_line
    split into elements and do_whatever_to_them
end

例如,可以将行拆分为fixed with元素 unpack()

irb(main):001:0> line="1923  000-230SomeHeader     0303030"
=> "1923  000-230SomeHeader     0303030"
irb(main):002:0* list=line.unpack("A1A5A7a15A10") 
=> ["1", "923", "000-230", "SomeHeader     ", "0303030"]
irb(main):003:0>

用于 卸载() 不同类型记录的字段长度不同,代码将取决于您是否需要尾随空格等。见 unpack reference 详情。