如何在Ruby中从文本文件创建CSV

我需要从一个文本文件创建一个CSV文件，其中包含关于我通话的计费数据。我的文本文件的结构如下：

01.02.2016 10:35:49 8998775 New York 3:35 0,00 0,00

我使用以下方法创建CSV：

require 'csv'
  @calls = File.new("modified_billing", "r")
  CSV.open("new.csv", 'wb', write_headers: true,
    headers: ["Date", "Time", "Phone number","City","Duration", "Cost", "Cost of call"]) do |csv|
    @calls.each do |call|
      csv << call.split(" ")
    end
  end

需要“csv”
@calls=File.new（“修改的账单”、“r”）
CSV.open（“new.CSV”、“wb”、write_标题：true、，
标题：[“日期”、“时间”、“电话号码”、“城市”、“持续时间”、“费用”、“通话费用”]）do | csv|
@打电话。每次都打电话|
csv我想你差不多明白了。这里有一个不使用正则表达式的简单方法：

string = '01.02.2016 10:35:49 8998775 New York 3:35 0,00 0,00'
data = string.split(' ')

data.shift(3)
# => ["01.02.2016", "10:35:49", "8998775"]

data.pop(3)
# => ["3:35", "0,00", "0,00"]

data.join(' ')
# => "New York"

# putting it together
first, third, second = data.shift(3), data.pop(3), [data.join(' ')]
csv << first + second + third

string='01.02.2016 10:35:49 8998775纽约3:35 0,00 0,00'
数据=字符串。拆分（“”）
数据转换（3）
# => ["01.02.2016", "10:35:49", "8998775"]
data.pop（3）
# => ["3:35", "0,00", "0,00"]
data.join（“”）
#=>“纽约”
#把它放在一起
第一，第三，第二=data.shift（3），data.pop（3），[data.join（“”）]
csv这里有一个与您的示例相匹配的Regexp。如果没有其他线路，很难判断它是否适用于每个电话。对于未被Regexp匹配的调用，您将收到“cannotparse”警告。
如果有多个空格或制表符，可以将所有“”替换为“\s+”

if call=~/(\d\d\.\d\d\.\d\d\d\d) (\d\d:\d\d:\d\d) (\d+) (.*?) (\d+:\d\d) (\d+,\d\d) (\d+,\d\d)/ then
  csv << Regexp.last_match.captures
else
  puts "Cannot parse : #{call}"
end

如果call=~/（\d\d\.\d\d\.\d\d\d\d）（\d\d:\d\d:\d\d）（\d+）（*？）（\d+：\d\d）（\d+，\d\d）（\d+，\d\d）/
csv有很多方法可以解决这个问题。以下是我过去做类似事情的方式：

str = '01.02.2016 10:35:49 8998775 New York 3:35 0,00 0,00'
/(\S+) (\S+) (\d+) (.+) (\S+) (\S+) (\S+)/.match(str).captures
# => ["01.02.2016", "10:35:49", "8998775", "New York", "3:35", "0,00", "0,00"]

str = '01.02.2016 10:35:49 8998775 Chicago 3:35 0,00 0,00'
/(\S+) (\S+) (\d+) (.+) (\S+) (\S+) (\S+)/.match(str).captures
# => ["01.02.2016", "10:35:49", "8998775", "Chicago", "3:35", "0,00", "0,00"]

因为您知道字段通常是空格分隔的，所以可以使用这些字段

如果需要进一步验证字段，请执行以下操作：

str = '01.02.2016 10:35:49 8998775 New York 3:35 0,00 0,00'
/([\d.]+) ([\d:]+) (\d+) (\D+?) ([\d+:]+) ([\d,]+) ([\d,]+)/.match(str).captures
# => ["01.02.2016", "10:35:49", "8998775", "New York", "3:35", "0,00", "0,00"]

str = '01.02.2016 10:35:49 8998775 Chicago 3:35 0,00 0,00'
/([\d.]+) ([\d:]+) (\d+) (\D+?) ([\d+:]+) ([\d,]+) ([\d,]+)/.match(str).captures
# => ["01.02.2016", "10:35:49", "8998775", "Chicago", "3:35", "0,00", "0,00"]

有时我会使用更像模板的东西：

str = '01.02.2016 10:35:49 8998775 New York 3:35 0,00 0,00'
/((?:\d{2}\.){2}\d{4}) ((?:\d{2}:){2}\d{2}) (\d+) (\D+?) (\d+:\d+) ([\d,]+) ([\d,]+)/.match(str).captures
# => ["01.02.2016", "10:35:49", "8998775", "New York", "3:35", "0,00", "0,00"]

str = '01.02.2016 10:35:49 8998775 Chicago 3:35 0,00 0,00'
/((?:\d{2}\.){2}\d{4}) ((?:\d{2}:){2}\d{2}) (\d+) (\D+?) (\d+:\d+) ([\d,]+) ([\d,]+)/.match(str).captures
# => ["01.02.2016", "10:35:49", "8998775", "Chicago", "3:35", "0,00", "0,00"]

其中：


\d{2}
表示“两位数”
（？：\d{2}\）
的意思是“将两个数字和一个
视为一个组，但不要捕获（“记住”）它
（？：\d{2}\）{2}
的意思是“做两次”
（（？：\d{2}\）{2}\d{4}）
的意思是“记住所有这些加上接下来的四位数字”

知道你可以解决剩下的模式

其优点是，一旦找出了模式，就需要计算出它们重复了多少次。如果源文本稍后发生变化，那么调整数字就非常简单。这就是正则表达式的强大功能，当你有重复的模式时，它们非常棒

综上所述，我不喜欢使用正则表达式，因为它们往往很脆弱，如果你不知道引擎是如何解析的，它们确实会减慢代码的速度。相反，我会使用类似的方法，使用
split
拆分字符串，然后
shift
和
pop
，从而导致城市的消失。
y你必须确定你每次收到的文本文件的格式是否相同。看看你文本文件的格式，我想你可以使用正则表达式将纽约的数字部分切掉，然后将其切掉以处理剩余的数据谢谢你的建议，但我应该如何在同一时间将数字分开呢互操作？非常好！你应该为操作添加最后一步，把它放在一起…
first=data.shift（3）；third=data.pop（3）；second=[data.join（''）；csv就可以了！谢谢：）哈，甚至更好：）你的正则表达式可以大大简化。看看使用
{n}
和/或重复非捕获组。当然，我可以使用\d{2}而不是\d\d，但我觉得它更可读，而且实际上更长。它只值得\d{4}。而且，我希望每个组都被捕获以直接获得一个数组。您的示例是什么样子的？如果您想挑剔，“和/或”只是“或”；）很好的解释！我喜欢我女朋友说“（？：\d{2}\”{2}”时的样子
str = '01.02.2016 10:35:49 8998775 New York 3:35 0,00 0,00'
/((?:\d{2}\.){2}\d{4}) ((?:\d{2}:){2}\d{2}) (\d+) (\D+?) (\d+:\d+) ([\d,]+) ([\d,]+)/.match(str).captures
# => ["01.02.2016", "10:35:49", "8998775", "New York", "3:35", "0,00", "0,00"]

str = '01.02.2016 10:35:49 8998775 Chicago 3:35 0,00 0,00'
/((?:\d{2}\.){2}\d{4}) ((?:\d{2}:){2}\d{2}) (\d+) (\D+?) (\d+:\d+) ([\d,]+) ([\d,]+)/.match(str).captures
# => ["01.02.2016", "10:35:49", "8998775", "Chicago", "3:35", "0,00", "0,00"]