Regex 格式化文本文件

我有一个txt文件，我想修改它，这样我就可以将数据放入列中，见下面的示例。这背后的原因是，我可以将这些数据导入数据库/数组并对其执行计算。我尝试将数据导入/粘贴到LibreCalc中，但它只是将所有内容导入到一列中，或者在LibreWriter中打开文件，我使用的是ubuntu 10.04。有什么想法吗？我愿意使用另一个程序来解决这个问题。我也可以使用逗号分隔的文件，但我不确定如何将数据自动转换为该格式

Trying to get this:
WAVELENGTH,   WAVENUMBER,   INTENSITY,    CLASSIFICATION,     CODE,
1132.8322,    88274.326,     2300,        PT II,   9356- 97630,       05,

这里有一个完整文件的链接。 这就是你想要的吗

awk 'BEGIN{OFS=","}NF>1{$1=$1;print}' pt.txt

如果希望输出格式看起来更好，并且安装了“column”，也可以尝试以下方法：

awk 'BEGIN{OFS=", "}NF>1{$1=$1;print}' pt.txt|column -t

这是你想要的吗

awk 'BEGIN{OFS=","}NF>1{$1=$1;print}' pt.txt

如果希望输出格式看起来更好，并且安装了“column”，也可以尝试以下方法：

awk 'BEGIN{OFS=", "}NF>1{$1=$1;print}' pt.txt|column -t

试试这个：

sed -e "s/(\s+)/,$1/g" pt.txt

试试这个：

sed -e "s/(\s+)/,$1/g" pt.txt

---

awk

和

sed

一行程序很酷，但我希望您最终需要做的不仅仅是拆分文件。如果您这样做了，并且您可以访问Python2.7，那么下面的小脚本将帮助您继续

# -*- coding: utf-8 -*-

"""Convert to comma-delimited"""

import csv
from os import path
import re
import sys


def splitline(line):
    return re.split('\s{2,}', line)


def main():
    srcpath = path.abspath(sys.argv[1])
    targetpath = path.splitext(srcpath)[0] + '.csv'

    with open(srcpath) as infile, open(targetpath, 'w') as outfile:
        writer = csv.writer(outfile)
        for line in infile:
            if line.startswith('  '):
                line = line.strip()
                cols = splitline(line)
                writer.writerow(cols)


if __name__ == '__main__':
    main()

---

awk

和

sed

一行程序很酷，但我希望您最终需要做的不仅仅是拆分文件。如果您这样做了，并且您可以访问Python2.7，那么下面的小脚本将帮助您继续

# -*- coding: utf-8 -*-

"""Convert to comma-delimited"""

import csv
from os import path
import re
import sys


def splitline(line):
    return re.split('\s{2,}', line)


def main():
    srcpath = path.abspath(sys.argv[1])
    targetpath = path.splitext(srcpath)[0] + '.csv'

    with open(srcpath) as infile, open(targetpath, 'w') as outfile:
        writer = csv.writer(outfile)
        for line in infile:
            if line.startswith('  '):
                line = line.strip()
                cols = splitline(line)
                writer.writerow(cols)


if __name__ == '__main__':
    main()

---

最简单的方法是使用tohuwawohu建议的固定宽度导入 谢谢

---

无需将其转换为逗号分隔的文件，只需将文件扩展名更改为.csv即可访问csv导入选项（也许您应该手动删除“标题”部分，以便只保留列标题和数据行）。之后，您可以尝试使用空格作为列分隔符，甚至更简单：选择“固定宽度”并手动设置列tohuwawohu 10月20日9:23时，最简单的方法是使用tohuwawohu建议的固定宽度导入 谢谢

---

无需将其转换为逗号分隔的文件，只需将文件扩展名更改为.csv即可访问csv导入选项（也许您应该手动删除“标题”部分，以便只保留列标题和数据行）。之后，您可以尝试使用空格作为列分隔符，甚至更简单：选择“固定宽度”并手动设置列tohuwawohu 10月20日9:23

该文件似乎有6个数据列，但只有5个标题。对吗？“PT II，9356-97630”是分类吗？此外，“9356-97630”中的空格是否正确？如果不将其转换为逗号分隔的文件，只需将文件扩展名更改为.csv即可访问csv导入选项（也许您应该手动删除“标题”部分，以便只保留列标题和数据行）。之后，您可以尝试使用空格作为列分隔符，甚至更简单：选择“固定宽度”并手动设置列。该文件似乎有6个数据列，但只有5个标题。对吗？“PT II，9356-97630”是分类吗？此外，“9356-97630”中的空格是否正确？如果不将其转换为逗号分隔的文件，只需将文件扩展名更改为.csv即可访问csv导入选项（也许您应该手动删除“标题”部分，以便只保留列标题和数据行）。之后，您可以尝试使用空格作为列分隔符，甚至更简单：选择“fixed width”并手动设置列。我打错了吗？试着在

$1

之前放一个\像这样：

s/（\s+）/，\$1/g

我试过这个sed-e“s/（\s+）/，$1/g”pt.txt>pt2.txt，得到的文件没有逗号。我打错了吗？试着在

$1

前面加一个\号，比如：

s/（\s+）/，\$1/g