溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務(wù)條款》
您好，登錄后才能下訂單哦！
最近同事需要對一份報告進行整理，一共有80個報告約9000多行放在一個txt文件中。雖然每份報告的格式比較類似，但其中部分字段對應(yīng)的數(shù)量依舊會有差別。所以真要靠人工來做，無疑會是一件費時費力的并且是很枯燥的工作。據(jù)說如果有了這個程序，可以減少60%的工作量！那么為了我以后的下午茶，自然應(yīng)該去嘗試一下不是么？
不過既然是費時費力又枯燥的工作，自然就應(yīng)該交給代碼去解決。畢竟，我堅信任何的科學技術(shù)就是為了讓人類偷懶而存在的。那么就先切入正題，先上GitHub的項目地址。歡迎批評指點。
GitHub項目：report-maker
項目分析
既然準備要上代碼了，作為一個狂熱的前端愛好者，自然首選Node.js了。這一個項目主要的目的就是將txt文件中的內(nèi)容按照一定的規(guī)則轉(zhuǎn)化為固定格式的表格并導出為Excel。那么重點就可以分為下面兩步了。
1. Excel文件的生成
Excel文件自然是尋找可以依賴的模塊了（畢竟我自己寫不出來）。找了一圈，發(fā)現(xiàn)js-xlsx這一個模塊。雖然看起來很復雜，但其實只要提供好表頭和內(nèi)容就可以，其余只是對于內(nèi)容數(shù)據(jù)整理的固定模板。
相關(guān)教程可以參考下面這篇，講的比較詳細所以這里就不多做贅述了。
參考教程：使用node-xlsx進行excel文件的讀寫
2. txt內(nèi)容的整理
解決了Excel導出的問題（不然就得換Py了呢），文檔內(nèi)容的整理便是這個項目最重要的問題了。最終整理的表格樣式以及需要抽出的項目內(nèi)容已經(jīng)和同事確認過了。那么接下來就是如何整理了一個有著80個長短不一報告的文件了。
首先來看看文件的格式，整個文件的格式類似于下面這樣。
Policy Name: policyName1 ……省略中間內(nèi)容…… Policy Type: Standard (0) ……省略中間內(nèi)容…… Client/HW/OS/Pri/CIT: Client1 Client/HW/OS/Pri/CIT: Client2 Client/HW/OS/Pri/CIT: Client3 Client/HW/OS/Pri/CIT: Client4 ……省略多個Client Include: /dir1 Include: /dir2 Include: /dir3 ……省略多個Include Schedule: Schedule1 Type： …… Schedule: Schedule2 Type： …… ……省略多個Schedule Policy Name: policyName2 ……省略中間內(nèi)容…… ……
可以看出，每一個段落是以Policy Name為分界的。那么，利用fs.readFile將完整的文件讀取進來，作為一個字符串使用split方法進行切割。具體代碼如下:
fs.readFile(filePath, 'UTF-8', function (err, data) {
if (err) throw err;
// 對文件讀取的數(shù)據(jù)進行處理，首先用 policyName 進行切割
var policyLists = data.split(config.splitRules.policyName);
if (policyLists[0] === '\r\n') {
policyLists.shift();
};
然后針對數(shù)組中每一個元素(一個段落)根據(jù)之前文件中所需要項目，使用正則表達式切提取出所需要的內(nèi)容，然后將提取出的內(nèi)容組成所需要的數(shù)據(jù)結(jié)構(gòu)，具體代碼如下。其中schedule項目中內(nèi)容也并非在一行中，所以也同樣使用上面的方法進行切割。而對于其他的項目，則通過正則表達式來進行內(nèi)容的獲取。
policyLists.forEach(function (policy) {
var policyData = policyFormatter(config.splitRules.policyName + policy);
excelData.push(policyData);
});
/**
* 對每一個policy進行整理 使其符合表格插入的形式
* @param {*} policy
* {
* policyName: String
* client: []]
* policyType: String
* include: []
* schedule[]
* scheduleResidence: String
* }
*
*/
function policyFormatter(policy) {
var policyNameMatcher = new RegExp(config.splitRules.policyName + "([\\s\\w\\d\\-]*)\\r\\n"),
clientMatcher = new RegExp(config.splitRules.client + "([\\s\\w\\d\\?\\-\\.]*)\\r\\n", "g"),
policyTypeMatcher = new RegExp(config.splitRules.policyType + "([\\s\\w\\d\\(\\)\\-]*)\\r\\n"),
includeMatcher = new RegExp(config.splitRules.include + "([\\s/\\w\\.\\\\:_\\?=\\\"\\*]*)\\r\\n", "g");
var scheduleLists = policy.split(config.splitRules.schedule).slice(1),
scheduleFormatLists = [],
scheduleResidenceMatcher = new RegExp(config.splitRules.scheduleResidence + "([\\s\\w\\d\\-\\(\\)]*)\\r\\n");
scheduleLists.forEach(function (schedule) {
var scheduleFormat = config.splitRules.schedule + schedule;
scheduleFormatLists.push(scheduleFormat);
});
// console.log(scheduleFormatLists);
var results = {
policyName: policy.match(policyNameMatcher)[1].trim(),
client: policy.match(clientMatcher) ? policy.match(clientMatcher).join('').trim() : '',
policyType: policy.match(policyTypeMatcher)[1].trim(),
include: policy.match(includeMatcher).join('').trim(),
schedule: scheduleFormatLists.join('').trim(),
scheduleResidence: scheduleLists[0].match(scheduleResidenceMatcher)[1].trim()
};
// console.dir(results);
return results;
}
主要邏輯處理完以后，把收集到的內(nèi)容傳給excel處理模塊，導出成文件就能解決問題了。
不過似乎最終如果能導出為Word，似乎更好。看來還有新的改進空間還留著呢。
以上就是本文的全部內(nèi)容，希望對大家的學習有所幫助，也希望大家多多支持億速云。
免責聲明：本站發(fā)布的內(nèi)容（圖片、視頻和文字）以原創(chuàng)、轉(zhuǎn)載和分享為主，文章觀點不代表本網(wǎng)站立場，如果涉及侵權(quán)請聯(lián)系站長郵箱：is@yisu.com進行舉報，并提供相關(guān)證據(jù)，一經(jīng)查實，將立刻刪除涉嫌侵權(quán)內(nèi)容。
億速云公眾號
手機網(wǎng)站二維碼