代码之家 › 专栏 › 技术社区 › Denis Palnitsky

价格表分析器

data-mining c#

3

Denis Palnitsky · 技术社区 · 16 年前

我必须创建价格表解析器,从excel或csv导入数据并将其放入数据库。从数据源获取数据没有问题。。

你有什么建议,有没有常用的方法或库?

Data sample 1:

Intel Core 2 Duo E6300 (2.80GHz, 1066MHz, 2MB, S775) tray  |    83
Intel Core 2 Duo E6500 (2.93GHz, 1066MHz, 2MB, S775) tray  |    86

数据示例2:

     Title                     Description                Guaranty     Price  
Intel Core 2 Duo E6300  |  2.80GHz, 1066MHz, 2MB, S775   |  12       |  83    
Intel Core 2 Duo E6500  |  2.93GHz, 1066MHz, 2MB, S775   |  6        |  86

数据示例3:

 UPC                Title                      Price
 456546545     |  Intel Core 2 Duo E6300    |  83 
 4654654654    |  Intel Core 2 Duo E6500    |  out of stock

3 回复 | 直到 16 年前

1

2

Shaun Bowe 16 年前

我最近写了一个地址解析器,我使用的一般策略是首先提取出所有具有可区分模式的项。在我的例子中,我首先发现了邮政编码,它类似于你的例子中的价格。从那里我找到了州代码等。

在你的例子中,我会找到价格并将其从行中删除。从那里你将需要在数据中找到一些模式,让你可以分析我们的产品代码。如果看不到更多的真实数据,就很难决定这是什么。。

如果你能提供更多的数据,我们可能会更有帮助。

2

0

Dave Markle 16 年前

。

3

0

Geert Immerzeel 16 年前

Depending on the quality of your input (are all input strings equally formatted), you could try the following:

string s = "Intel Core 2 Duo E6300 (2.80GHz, 1066MHz, 2MB, S775) tray  |    83";
string firstPart = s.Substring(0, s.IndexOf("(")).Trim(); //returns "Intel Core 2 Duo E6300"
string secondPart = s.Substring(s.IndexOf("(") + 1, s.IndexOf(")") - s.IndexOf("(") - 1).Trim(); //returns "2.80GHz, 1066MHz, 2MB, S775"
string thirdPart = s.Substring(s.IndexOf(")") + 1, s.IndexOf("|") - s.IndexOf(")") - 1).Trim(); //returns "tray"
string fourthPart = s.Substring(s.IndexOf("|") + 1, s.Length - s.IndexOf("|") - 1).Trim(); //returns "83"

但是,当数据的格式不统一时,在使用上述函数之前,可能需要进行一些(或大量)检查。