ruby – 解释这个原始文本 – 策略？

发布时间：2020-12-16 19:08:58 所属栏目：百科来源：网络整理

导读：我有这个原始文本： ________________________________________________________________________________________________________________________________Pos Car Competitor/Team Driver Vehicle Cap CL Laps Race.Time Fastest...Lap1 6 Jason Clements

我有这个原始文本：

________________________________________________________________________________________________________________________________
Pos Car  Competitor/Team                Driver                   Vehicle              Cap   CL Laps     Race.Time Fastest...Lap

1     6  Jason Clements                 Jason Clements           BMW M3               3200       10     9:48.5710   3 0:57.3228*
2    42  David Skillender               David Skillender         Holden VS Commodore  6000       10     9:55.6866   2 0:57.9409 
3    37  Bruce Cook                     Bruce Cook               Ford  Escort         3759       10     9:56.4388   4 0:58.3359 
4    18  Troy Marinelli                 Troy Marinelli           Nissan  Silvia       3396       10     9:56.7758   2 0:58.4443 
5    75  Anthony Gilbertson             Anthony Gilbertson       BMW M3               3200       10    10:02.5842   3 0:58.9336 
6    26  Trent Purcell                  Trent Purcell            Mazda RX7            2354       10    10:07.6285   4 0:59.0546 
7    12  Scott Hunter                   Scott Hunter             Toyota  Corolla      2000       10    10:11.3722   5 0:59.8921 
8    91  Graeme Wilkinson               Graeme Wilkinson         Ford  Escort         2000       10    10:13.4114   5 1:00.2175 
9     7  Justin Wade                    Justin Wade              BMW M3               4000       10    10:18.2020   9 1:00.8969 
10   55  Greg Craig                     Grag Craig               Toyota  Corolla      1840       10    10:18.9956   7 1:00.7905 
11   46  Kyle Orgam-Moore               Kyle Organ-Moore         Holden VS Commodore  6000       10    10:30.0179   3 1:01.6741 
12   39  Uptiles Strathpine             Trent Spencer            BMW Mini Cooper S    1500       10    10:40.1436   2 1:02.2728 
13  177  Mark Hyde                      Mark Hyde                Ford  Escort         1993       10    10:49.5920   2 1:03.8069 
14   34  Peter Draheim                  Peter Draheim            Mazda RX3            2600       10    10:50.8159  10 1:03.4396 
15    5  Scott Douglas                  Scott Douglas            Datsun  1200         1998        9     9:48.7808   3 1:01.5371 
16   72  Paul Redman                    Paul Redman              Ford  Focus          2lt         9    10:11.3707   2 1:05.8729 
17    8  Matthew Speakman               Matthew Speakman         Toyota  Celica       1600        9    10:16.3159   3 1:05.9117 
18   74  Lucas Easton                   Lucas Easton             Toyota  Celica       1600        9    10:16.8050   6 1:06.0748 
19   77  Dean Fuller                    Dean Fuller              Mitsubishi  Sigma    2600        9    10:25.2877   3 1:07.3991 
20   16  Brett Batterby                 Brett Batterby           Toyota  Corolla      1600        9    10:29.9127   4 1:07.8420 
21   95  Ross Hurford                   Ross Hurford             Toyota  Corolla      1600        8     9:57.5297   2 1:12.2672 
DNF  13  Charles Wright                 Charles Wright           BMW 325i             2700        9     9:47.9888   7 1:03.2808 
DNF  20  Shane Satchwell                Shane Satchwell          Datsun  1200 Coupe   1998        1     1:05.9100   1 1:05.9100 

Fastest Lap Av.Speed Is 152kph,Race Av.Speed Is 148kph
R=under lap record by greatest margin,r=under lap record,*=fastest lap time
________________________________________________________________________________________________________________________________
Issue# 2 - Printed Sat May 26 15:43:31 2012                     Timing System By NATSOFT (03)63431311 www.natsoft.com.au/results
Amended

我需要将它解析为具有明显位置,汽车,驱动程序等字段的对象.问题是我不知道使用什么样的策略.如果我将它拆分为空格,我最终会得到一个如下列表：

["1","6","Jason","Clements","BMW","M3","3200","10","9:48.5710","3","0:57.3228*"]

你能看出这个问题吗？我不能只是解释这个列表,因为人们可能只有一个名字,或一个名字中的3个单词,或汽车中的许多不同的单词.它使得仅使用索引仅引用列表是不可能的.

如何使用列名定义的偏移量？我不太清楚如何使用它.

编辑：所以我使用的当前算法的工作方式如下：

>在新行上拆分文本,给出一组行.
>在每一行上找到FURTHEST RIGHT的常见空白字符.即每一行的位置(索引)彼此之间
行包含空格.例如：
>根据这些常见字符拆分线条.
>修剪线条

存在几个问题：

如果名称包含相同的长度,如下所示：

Jason Adams
Bobby Sacka
Jerry Louis

然后它将把它解释为两个单独的项目：([“Jason”“Adams”,“Bobby”,“Sacka”,“Jerry”,“Louis”]).

然而,如果它们都如此不同：

Dominic Bou
Bob Adams
Jerry Seinfeld

然后它将正确地分裂在Seinfeld的最后一个’d'(因此我们将得到三个名字的集合([“Dominic Bou”,“Bob Adams”,“Jerry Seinfeld”]).

它也很脆弱.我正在寻找一个更好的解决方案.

解决方法

您可以使用fixed_width gem.

您可以使用以下代码解析您的给定文件：

require 'fixed_width'
require 'pp'

FixedWidth.define :cars do |d|
  d.head do |head|
    head.trap { |line| line !~ /d/ }
  end
  d.body do |body|
    body.trap { |line| line =~ /^(d|DNF)/ }
    body.column :pos,4
    body.column :car,5
    body.column :competitor,31
    body.column :driver,25
    body.column :vehicle,21
    body.column :cap,5
    body.column :cl_laps,11
    body.column :race_time,11
    body.column :fast_lap_no,4
    body.column :fast_lap_time,10
  end
end

pp FixedWidth.parse(File.open("races.txt"),:cars)

陷阱方法识别每个部分中的行.我使用了正则表达式：

>头部正则表达式查找不包含数字的行.
>正则表达式查找以数字或“DNF”开头的行

每个部分必须包括紧接在最后一行之后的行.列定义只是标识要抓取的列数.该库为您删除空白.如果要生成固定宽度的文件,可以添加对齐参数,但似乎不需要它.

结果是一个像这样开始的哈希：

{:head=>[{},{},{}],:body=>
  [{:pos=>"1",:car=>"6",:competitor=>"Jason Clements",:driver=>"Jason Clements",:vehicle=>"BMW M3",:cap=>"3200",:cl_laps=>"10",:race_time=>"9:48.5710",:fast_lap_no=>"3",:fast_lap_time=>"0:57.3228"},{:pos=>"2",:car=>"42",:competitor=>"David Skillender",:driver=>"David Skillender",:vehicle=>"Holden VS Commodore",:cap=>"6000",:race_time=>"9:55.6866",:fast_lap_no=>"2",:fast_lap_time=>"0:57.9409"},

（编辑：李大同）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!