在 Lua 中处理 TSV 文件

Question

我有一个非常非常大的 TSV 文件。第一行是headers。如果字段为空，则以下行包含数据，后跟制表符或 double-tabs，否则字段可以包含字母数字或字母数字加标点符号。

例如：

Field1<tab>Field2<tab>FieldN<newline>

这些字段可能包含空格、标点符号或字母数字。唯一不变的是：

每个字段后跟一个制表符，最后一个除外
最后一个字段后跟一个换行符
空白字段用制表符填充。与所有其他字段一样，它们后跟一个选项卡。这使得他们 double-tab.

我在 lua 中尝试了多种模式匹配组合，但从未完全正确。通常，带有标点符号的字段（时间和日期字段）是吸引我的。

我需要保留空白字段（带有 double-tab 的字段），以便其余字段始终具有相同的索引值。

提前致谢！

Answer 1

试试下面的代码：

function test(s)
    local n=0
    s=s..'\t'
    for w in s:gmatch("(.-)\t") do
        n=n+1
        print(n,"["..w.."]")
    end
end

test("10\t20\t30\t\t50")
test("100\t200\t300\t\t500\t")

它在字符串的末尾添加一个制表符，以便所有字段后面都有一个制表符，即使是最后一个。

Answer 2

行列分隔：

local filename = "big_tables.tsv"  -- tab separated values
-- local filename = "big_tables.csv" -- comma separated values

local lines = io.lines(filename) -- open file as lines
local tables = {} -- new table with columns and rows as tables[n_column][n_row]=value
for line in lines do -- row iterator
    local i = 1 -- first column
    for value in (string.gmatch(line, "[^%s]+")) do  -- tab separated values
--  for value in (string.gmatch(line, '%d[%d.]*')) do -- comma separated values
        tables[i]=tables[i]or{} -- if not column then create new one
        tables[i][#tables[i]+1]=tonumber(value) -- adding row value
        i=i+1 -- column iterator
    end
end

在 Lua 中处理 TSV 文件

Processing TSV Files in Lua

csv

string

lua

split

lua-patterns