如何将我的文本文件转换为 CSV？

Question

我有一个如下所示的文本文件：

a1: sample1
b1: sample2
c1: sample3
d1: sample4
    sample5
    sample0 

a1: sample_1
b1: sample_2
c1: sample_3
d1: sample_4
    sample_5

a1: sample_11
b1: sample_22
c1: sample_33
d1: sample_44

我需要将其转换为可以在 Excel 中访问的 CSV。最终输出应如下所示：

a1, b1, c1, d1
sample1,sample2,sample3,"sample4 sample5"
sample_1,sample_2,sample_3,"sample_4 sample_5"
sample_11,sample_22,sample_33,"sample_44 sample_55"

sample 4 和sample5 和sample0，都属于d1，即。在一排。 因此，基本上 d1 将是一个单元格，它将具有三个值，例如：

a1 b1 c1 d1 行0

sample1 sample2 sample3 sample4 row1 示例 5 第 1 行
样本0第1行

sample_1 sample_2 sample_3 sample_4 row2 sample_5 行 2

d1 现在是一个有 2 个值的单元格。

我能够解析文本文件并根据需要获取值。 无法使列 d1 以所需的方式。 我该怎么做？

需要一个 Perl 脚本来执行此操作吗？ 有什么建议吗？

open(file, "f1.txt");
open(csv, ">+f2.csv");
 while($line =<file>)
   chmop;
   if($line =~/a1)
   {
   @arr1 = split(/:/,$line)
   print csv "@arr1[1],";
   }

   if($line =~/b2)
   {
   @arr2 = split(/:/,$line)
   print csv "@arr2[1],";
   }

close(file);
close(csv);

这是我到现在为止的代码。

Answer 1

假设您在这样的缩放器中有文件的内容：

my $input = "a1: sample1
b1: sample2
c1: sample3
d1: sample4, sample5

a1: sample_1
b1: sample_2
c1: sample_3
d1: sample_4, sample_5

a1: sample_11
b1: sample_22
c1: sample_33
d1: sample_44, sample_55";

然后你可以使用一些正则表达式（当输入与你的描述相似时）：

## considering the four lines each time and no empty line as well
$input =~ s/([^\n]+)\n([^\n]+)\n([^\n]+)\n([^\n]+)/"$1","$2","$3","$4"/msg;

## removing a1: things
$input =~ s/[a-z]\d+:\s*//ig;

## removing comma around texts amid of "    ,   "
$input =~ s/(?<!"),(?!")//ig;

## finally output!
print '"a1","b1","c1","d1"'. "\n$input";

Answer 2

也许以下内容会有所帮助：

use strict;
use warnings;

local ( $/, $" ) = ( '', ',' );
print "a1,b1,c1,d1\n";

while (<>) {
    my @fields = map { /:\s+(.+)/; $1 } split /\n/;
    print qq/@fields[ 0 .. 2 ],"$fields[3]"\n/;
}

命令行用法：perl script.pl inFile > outFile

数据集上的输出：

a1,b1,c1,d1
sample1,sample2,sample3,"sample4, sample5"
sample_1,sample_2,sample_3,"sample_4, sample_5"
sample_11,sample_22,sample_33,"sample_44, sample_55"

脚本将$/ = '' 设置为段落模式，以一次读取您的文件一个块。它splits 换行符上的块，然后使用正则表达式捕获所需的字段信息。在最后一个字段周围放置双引号，并插入数组切片，由于较早的$" = ','，它在字段之间打印,。

Answer 3

这应该是这样的：

use strict;
use warnings;
use Data::Dumper;

open(my $TXT, "<", 'inabcd.txt') or die "Cound not open";
open(my $CSV, ">", "outabcd.csv");

my $rowcount = 0;
my %h  = ();

while(my $line = <$TXT>) {
    if($line =~ /^$/) {
        next;
    }
    chomp($line);
   my ($key, @data) = split(':',$line);

   if (exists $h{$key}) {
        $rowcount = $h{$key}->{'rowcount'};
        $rowcount++;
        }

   $h{$key}->{$rowcount} = \@data;
   $h{$key}->{'rowcount'} = $rowcount;
}
my @header = ();
foreach my $el (keys %h) {
    if($el ne 'rowcount') {
        push(@header, $el);
    }
}

my $header = join(',', @header);

print $CSV "$header". "\n";

my $r = 0;
while($r <= $rowcount) {
    foreach my $e (@header) {
            print("@{$h{$e}->{$r}}" . ",");
            print $CSV "@{$h{$e}->{$r}}" . ",";
    }
    print $CSV "\n";
    $r++;
}

close($TXT);
close($CSV);