Question

我有以下文字示例：

Sample Supplier 123

 AP Invoices    123456  -229.00
 AP Invoices    235435  337.00  
 AP Invoices    444323  228.00  
 AP Invoices    576432  248.00

它来自一个包含21,000行的文本文件，其中列出了针对供应商的发票。

每个供应商的发票块上的模式始终相同，其中：

供应商名称从行首开始
发票将从供应商名称下方列出2行，缩进一个空格。

我想知道我是否可以使用正则表达式（我在Windows PC上使用TextPad作为文本编辑器）来：

使用标签（\ t）
将供应商名称添加到选项卡前面，以便每个发票行现在以供应商名称开头，以及一个选项卡，其中供应商名称取自每个发票块开头上方的2行
从发票清单上方删除供应商名称行。

预期产出：

Sample Supplier 123  AP Invoices    123456  -229.00
Sample Supplier 123  AP Invoices    235435  337.00  
Sample Supplier 123  AP Invoices    444323  228.00  
Sample Supplier 123  AP Invoices    576432  248.00

我意识到我可能在这里要求“月亮在棍子上”，但另一种方法是通过一个21,000行文本文件并将数据复制并粘贴到Excel中，这可能不是很好用我的时间。

也许我不能用一个简单的正则表达式来做，或者根本不可能。

非常感谢任何建议。

由于

Answer 1

我会用一个简单的Python脚本来解决这个问题：

currentheader = ""
with open("yourfile.txt") as f:
    with open("newfile.txt","w") as fw:
        for line in f:
            if len(line.strip()) == 0:
                continue
            elif line[0] != " ": #new header
                currentheader = line[:-1]
            else:
                fw.write(currentheader + "\t" + line[1:])

要使其正常工作，在Windows上您必须install Python。 Python 2或3都应该与此脚本一起使用。安装Python后，打开命令行（Win+R，cmd，Enter），如有必要，使用cd foldername导航到文件所在的文件夹，然后键入python dealWithTextIssue.py（在将脚本保存为“dealWithTextIssue.py”之后。

Answer 2

我认为只有正则表达式才能解决这个问题，你必须做一些编程。我在PHP中制作了一个小脚本：

$string = <<<EOL
Sample Supplier 123

 AP Invoices    123456  -229.00
 AP Invoices    235435  337.00  
 AP Invoices    444323  228.00  
 AP Invoices    576432  248.00 

Second Supplier
 A B    C D
 B    F
EOL;

$array = preg_split("~[\n\r]+~", $string);

foreach ($array as $value) {
    if (strpos($value, " ") == 0) {
        if (strlen(trim($value)) > 0) {
            echo "\t".$header.rtrim($value).PHP_EOL;
        }
    }
    else {
        $header = $value;
    }
}

点击执行代码后，您可以在工作中看到它{（3}}。

正则表达式处理文本问题

2 个答案: