"某 csv 文件不规范，奇数行为主表记录，一行对应一条记录，有 3 个字段 idUniversity、nameOfUniversity、noOfBuses，其中第 3 个字段是冗余的，用来指明 .."

jinxing
乾学院 53 号会员
1 回帖 • 324 浏览 • 2 个月前

解析主子格式的 csv

应用计算

某 csv 文件不规范，奇数行为主表记录，一行对应一条记录，有 3 个字段 idUniversity、nameOfUniversity、noOfBuses，其中第 3 个字段是冗余的，用来指明偶数行上子表记录的记录数量。偶数行为子表记录，一行有 N 项，每两项对应一条记录，有 2 个字段 idBus,noOfBus。

1,Harvard University,2

1,140,2,56

2,Massachusetts Institute of Technology,2

1,240,5,56

3,University of California Berkeley,3

1,112,2,56,3,28

4,Columbia University,4

1,84,2,84,3,84,7,28

要求：用 Java 解析主子表，数据结构要方便后续计算。

idUniversity	nameOfUniversity	noOfBuses
1	Harvard University	idBus	noOfBus
		1	140
		2	56
2	Massachusetts Institute of Technology	idBus	noOfBus
		1	240
		5	56
3	University of California Berkeley	idBus	noOfBus
		1	112
		2	56
		3	28
4	Columbia University	idBus	noOfBus
		1	84
		2	84
		3	84
		7	28

编写SPL代码


1	=file("d:/data.csv").import@cw()
2	=A1.group((#-1)\2)
3	=A2.new(~1(1):idUniversity,~1(2):nameOfUniversity,~2.group((#-1)\2).new(~1:idBus,~2:noOfBus):noOfBuses)

A1：将文件解析为二维序列，分隔是逗号。

A2：每两行分一组。

A3：将每组的第 1 行解析为主表记录，第 2 行解析为多条子表记录，作为主表的字段。

上面 SPL 代码已经建立了主子关联，可以用点号访问子表，比如查询第 2 条主表记录的子表里 idBus 大于 2 的记录，直接写：=A3(4).noOfBuses.select(idBus>2)

Java 集成 SPL 可参考 Java 如何调用 SPL 脚本
问题来源：https://stackoverflow.com/questions/71957483/parsing-comma-delimited-text-file-with-alternating-data-rows-using-the-java-stre