使用 Notepad++、Regex 重构 CSV 数据

Question

我有一个包含以下标题和（示例）数据的 CSV 文件：

StopName,RouteName,Travel_Direction,Latitude,Longitude
StreetA @ StreetB,1 NameA,DirectionA,Lat,Long
StreetC @ StreetD,1 NameA,DirectionA,Lat,Long
...
StreetE @ StreetF,1 NameA,DirectionB,Lat,Long
StreetG @ StreetH,1 NameA,DirectionB,Lat,Long
...
StreetI @ StreetJ,2 NameB,DirectionC,Lat,Long
StreetK @ StreetL,2 NameB,DirectionC,Lat,Long
...
StreetM @ StreetN,2 NameB,DirectionD,Lat,Long
StreetO @ StreetP,2 NameB,DirectionD,Lat,Long
.
.
.

我想使用正则表达式（目前在 Notepad++ 中）得到以下结果：

1 NameA - DirectionA=[[StreetA @ StreetB,[Lat,Long]], [StreetC @ StreetD,[Lat,Long]], ...]
1 NameA - DirectionB=[[StreetD @ StreetE,[Lat,Long]], [StreetF @ StreetG,[Lat,Long]], ...]
2 NameB - DirectionC=[[StreetH @ StreetI,[Lat,Long]], [StreetJ @ StreetK,[Lat,Long]], ...]
2 NameB - DirectionD=[[StreetL @ StreetM,[Lat,Long]], [StreetN @ StreetO,[Lat,Long]], ...]
.
.
.

使用正则表达式和替换，

RgX: ^([^,]*),([^,]*),([^,]*),(.*)
Sub: $2 - $3=[$1,[\4]]

Demo: https://regex101.com/r/gS9hD6/1

我已经走到这一步了：

1 NameA - DirectionA=[StreetA @ StreetB,[Lat,Long]]
1 NameA - DirectionA=[StreetC @ StreetD,[Lat,Long]]
1 NameA - DirectionB=[StreetE @ StreetF,[Lat,Long]]
1 NameA - DirectionB=[StreetG @ StreetH,[Lat,Long]]
2 NameB - DirectionC=[StreetI @ StreetJ,[Lat,Long]]
2 NameB - DirectionC=[StreetK @ StreetL,[Lat,Long]]
2 NameB - DirectionD=[StreetM @ StreetN,[Lat,Long]]
2 NameB - DirectionD=[StreetO @ StreetP,[Lat,Long]]

在一个新的正则表达式中，我尝试将上述结果拆分为“=”，但不知道从那里去哪里。

我认为获得所需结果的一种方法是保留“=”之前的第一个唯一实例，用“，”替换新行并用 [..] 将其括起来以使其成为数组形式。

编辑： 大约有 10,000 个站点（总共），但只有大约 100 条独特的路线。

编辑 2：（也许我现在要求的更改太多）

对于第一个正则表达式：

• 如果我想使用“\n”而不是“=”怎么办？

在第二次正则表达式替换开始时，

• 如果我只有 RouteName 和 StopName 列，像这样：1 NameA - DirectionA=[StreetA @ StreetB, ...]？
• 同样，如果我只有 RouteName 和 Coordinates，像这样： 1 NameA - DirectionA=[[Lat,Long]]?

Answer 1

步骤

1。第一次替换：

• 查找内容：^([^,]*),([^,]*),([^,]*),(.*)
• 替换为：\2 - \3=[[\1,[\4]]]
• 全部替换

2。第二次替换：

• 查找内容：^[\S\s]*?^([^][]*=)\[\[.*\]\]\K\]\R\1\[(.*)\]$
• 替换为：, \2]
• 全部替换

3。重复步骤2，直到不再出现。

• 这意味着如果同一个键（Route - Direction 对）有 100 个实例（Stops），您将不得不点击 Replace All 7 次 (ceiling(log2(N)))。

---

说明

我在步骤 1 中修改了您的正则表达式，添加了一对额外的括号，将整个集合括起来。

对于第 2 步，它会为相同的 Direction 找到一对线，将最后一条附加到前一条。

^[\S\s]*?^([^][]*=)     #Group 1: captures "1 NameA - DirA="
\[\[.*\]\]              #matches the set of Stops - "[[StA @ StB,[Lat,Long]], ..."
\K                      #keeps the text matched so far out of the match
\]\R                    #closing "]" and newline
\1                      #match next line (if the same route)
\[(.*)\]$               #and capture the Stop (Group 2)

regex101 Demo for step 1
regex101 Demo for step 2

Answer 2

试试这个 我用手机记事本检查了一下，没有错误。

找到什么：

(s.+@\s\w+),(\d{1,} \w+),(\w+),(.+)

替换为：

\2 - \3=[[\1,[\4],...]]