结构化文本也就是行式文本文件，是很常见的文件格式，比如TXT、CSV。结构化文本文件通常每行对应一条记录，各行有相同的列，相当于数据库中的一张数据表。读写时需要注意如下一些问题：

1、  标题行：此行是各字段的名称，总是位于第一行。也可以没有标题行，第一行就是数据记录。

2、  分隔符：用此符号分隔开每行中各字段的值，标题行也是如此。常用的有逗号、Tab键(\t)、竖线等。

3、  字符集：保存文件数据时使用的字符集名称，如UTF-8、ISO8859-1、GBK等。

4、  特殊字符：字段数据中含有一些特殊字符，如引号、括号、转义符等，常见的转义符如\”、\t、\n、\r和Excel中的两个双引号。

5、  大文件：文件数据很多，不能全部装入内存中。

 

SPL在读写结构化文本数据时，可以很方便地处理以上问题。

1.   读取

SPL用file函数打开文本文件，读成序表或游标，然后就可以进一步计算了。当文件数据不大，能够全部装入内存时，用import函数将数据读成序表；当文件数据很大，不能全部装入内存时，用cursor函数将数据读成游标。

下面是一些读取例子，以import函数举例，用cursor函数时选项和参数也是相同的。

1.1   有标题行、Tab 键分隔

=file("scores.txt").import@t()

file函数的参数可以是文件的绝对路径，也可以是相对路径(相对于SPL配置文件中的主目录mainPath），import函数选项@t表示有标题行，默认分隔符为Tab键(\t)。

 

1.2   无标题行、逗号分隔

=file("d:/order/orders.txt").import@c()

选项@c表示是逗号分隔的CSV文件，没有选项@t表示无标题行。无标题的文件读出来没有列名，就用#1、#2等序号方式来引用列。

 

1.3   有标题行、竖线分隔、utf-8 字符集

=file("d:/txt/employee.txt":"utf-8").import@t(;,"|")

在file函数上可以增加字符集参数，字符集不对时，可能会读出乱码。如果没写字符集，则会使用操作系统默认的。import()选项@t表示有标题行，参数"|"表示用竖线分隔。

=file("d:/txt/employee.txt":"utf-8").import@t(EID,NAME,GENDER,DEPT;,"|")

增加列名参数，表示只读出EID,NAME,GENDER,DEPT字段的值。

 

1.4   有标题行、有 JSON 格式数据

=file("d:/txt/employee.txt").import@tcq()

选项中的t表示有标题行；c表示是逗号分隔；q表示剥离数据项两端引号，包括标题，处理转义，中间的引号不管。

读入以后的序表数据如下图所示：

1.5   有标题行、数据含有括号

=file("d:/txt/measure.txt").import@tcp()

选项中的t表示有标题行；c表示是逗号分隔；p表示解析时处理括号和引号匹配，忽略括号内分隔符，包括@q功能，同时引号外转义也处理。

读入以后的序表数据如下图所示：

 

1.6   类型指定和日期时间格式

如果按默认方式读入这个文件数据，Phone列会读成长整数，Birthday会读成字符串。要正确读入，需要指定字段数据类型和日期格式。

=file("d:/txt/empinfo.txt").import@t(ID,Name,Phone:string,Birthday:date:"dd/MM/yyyy")

在需要读入的字段参数中，指定Phone的数据类型为字符串(string)，Birthday的数据类型为日期(date)，格式为dd/MM/yyyy。

 

1.7   有单引号、续行和转义符

为了使Phone的值为字符串，值两端加了单引号，文件中第2行末的\表示续行，最后一行中有转义符\r\n表示Comments列的值是两行组成。

=file("d:/txt/room.txt").import@tclqa()

选项中的t表示有标题行；c表示是逗号分隔；l(字母)表示行尾是转义字符\时为续行，下一行与本行内容连接起来解析；q表示剥离数据项两端引号，处理转义；a表示在使用选项q时把单引号也作为引号处理，没有a选项时只处理双引号。

读入以后的序表数据如下图所示：

    在第 3 行 3 列上点击右键查看长文本，显示：

 

1.8   Excel 规则转义的文本

=file("d:/txt/race.txt").import@tcqo()

选项中的t表示有标题行；c表示是逗号分隔； q表示剥离数据项两端引号，处理转义；o表示使用Excel标准转义，串中两个引号表示一个引号，其它字符不转义。

读入以后的序表数据如下图所示：

特别地，在 Excel 导出的 CSV 中，TAB、回车都不需要转义，会直接写在文本中，文本值两端加上双引号。比如在这个文件中再加一列Comments，内容如下：

第2行的Comments中包含了回车和4个Tab键，读入以后查看它的内容如下：

 

1.9   错误数据处理

这个文件中，第2行第3列的数据类型不对，第3行少一列。

=file("d:/txt/data.txt").import@tdn()

选项中的t表示有标题行；d表示行内有数据不匹配类型和格式时删除该行，如果有选项p或q时括号和引号不匹配也删除该行；n表示列数比第一行少时也作为错误处理，将删除该行。

读入以后的序表数据如下图所示，第2行和第3行被删除：

如果希望在选项d或n检查到数据错误时中断脚本运行，抛出异常，那么可以加上v选项。

=file("d:/txt/data.txt").import@tdnv()

此时会抛出错误信息：

 

更多读取用法请参考SPL资料中import和cursor函数说明。

 

2.   写出

将SPL中计算处理后的序表、序列或排列写入文本文件时，用file函数打开文本文件，然后用export函数写入。对于游标中的大数据，采用循环分批取数，追加写入的方式。

下面是一些写入例子，假定A1是需要写入文件的序表。

2.1   有标题行、Tab 键分隔

=file("d:/txt/scores.txt").export@t(A1)

选项@t表示输出标题行，默认分隔符为Tab键(\t)。

 

=file("d:/txt/scores.txt").export@t(A1,CLASS,Name,English)

指定了字段名参数，表示只写入A1中的CLASS,Name,English字段的值。

 

2.2   无标题行、指定分隔符

=file("d:/txt/scores.txt").export@c(A1)

没有选项@t表示不输出标题行，直接从数据行开始写入。选项c表示用逗号作为分隔符。

 

=file("d:/txt/scores.txt").export@c(A1;"|")

指定了分隔符参数，表示用竖线作为分隔符。此时虽然也有选项c，但以分隔符参数优先，忽略选项c。

 

2.3   追加写入

=file("d:/txt/scores.txt").export@ta(A1)

选项a表示在文件末尾追加写入，追加的内容要与原文件内容结构相同，否则报错；文件已有内容时忽略选项t。

 

2.4   加引号

在字段值是数字串时，写入文件想标明它是字符串而不是数字，需要在值两端加上引号；或者字段值比较复杂，比如是多行文本、含有分隔符、JSON串等，也需要在两端加上引号表明它是一个字段值。

=file("d:/txt/empinfo.txt").export@tcq(A1)

选项q表示导出的字符串字段值和标题都带有引号，同时添加转义符。如下图所示：

 

2.5   按 Excel 规则转义

=file("d:/txt/empinfo.txt").export@tco(A1)

选项o与选项q一样，也会给字符串型字段值和标题加上引号，但它使用Excel规则转义，串中双个引号表示一个引号，其它字符不转义。如下图所示：

 

 

更多写出用法请参考SPL资料中export函数说明。