如何从大型记事本文本文件中提取某些列？

Question

我有一个大文本文件，其中的数据分为 5 列，但我只需要其中的第一列和最后一列。

如果我想把这两列的数据从这里一一输入到另一个文件中，需要很多天的时间，而且可能会出错。 有没有快速的方法来做到这一点？ 例如：

     1   1.0000000000000000         0.0000000000 S {0}
     2   1.5000000000000000         0.3010299957 C {2}
     3   1.7500000000000000         0.6020599913 S {0,2}
     4   2.0000000000000000         0.7781512504 C {3}
     5   2.3333333333333333         1.0791812460 C {3,2}
     6   2.5000000000000000         1.3802112417 S {3,0,2}
     7   2.5277777777777778         1.5563025008 S {0,3}
     8   2.5833333333333333         1.6812412374 S {3,0,0,2}
     9   2.8000000000000000         1.7781512504 C {5,2}
    10   3.0000000000000000         2.0791812460 C {5,0,2}

我需要第一列（编号）和 { } 内的最后一列。

Answer 1

ALT + 鼠标左键单击 使您进入列模式选择。这是一个非常有用的快捷方式，可能会对您有所帮助。

Answer 2

在Notepad++中，可以使用正则表达式进行替换：

查找和替换的正则表达式为：

^( +\d+).+\{([\d,]+)\}$

\1 \2

然后可以将：更改

 1   1.0000000000000000         0.0000000000 S {0}
 2   1.5000000000000000         0.3010299957 C {2}
 3   1.7500000000000000         0.6020599913 S {0,2}
 4   2.0000000000000000         0.7781512504 C {3}
 5   2.3333333333333333         1.0791812460 C {3,2}
 6   2.5000000000000000         1.3802112417 S {3,0,2}
 7   2.5277777777777778         1.5563025008 S {0,3}
 8   2.5833333333333333         1.6812412374 S {3,0,0,2}
 9   2.8000000000000000         1.7781512504 C {5,2}
10   3.0000000000000000         2.0791812460 C {5,0,2}

为：

     1 0
     2 2
     3 0,2
     4 3
     5 3,2
     6 3,0,2
     7 0,3
     8 3,0,0,2
     9 5,2
    10 5,0,2

如果不需要前导空格，则使用：

^( +\d+).+\{([\d, ]+)\}$

\1 \2

将更改为：

1 0
2 2
3 0,2
4 3
5 3,2
6 3,0,2
7 0,3
8 3,0,0,2
9 5,2
10 5,0,2

Answer 3

您应该使用在 Windows 平台上也可用的 awk 或 gawk。使用 gawk "{print $1,$5}" inpfile >输出文件。我复制了你的文件并将其命名为“one”。您可以看到由文件的第一列和第五列组成的输出。

>gawk "{print $1, $5}"  one
1 {0}
2 {2}
3 {0,2}
4 {3}
5 {3,2}
6 {3,0,2}
7 {0,3}
8 {3,0,0,2}
9 {5,2}
10 {5,0,2}

Answer 4

您可以将其导入 Excel 并在那里进行操作。

Answer 5

如果您使用 .NET，FileHelpers 可能会为您节省大量时间。从您的帖子中我们无法得知您希望使用什么技术来完成此任务。

Answer 6

Ultraedit 有一个用于选择列和打开大文件的工具（我在 2008 年的桌面上尝试了一个 900 Mb 的文件，它在 3 分钟内打开）。我认为它有一个完全可以运行的演示版本。
如果行数不多，Excel 也可以使用。
干杯，

Answer 7

另一种方法是将数据复制到 MS Word 文件。
然后使用

{Alt + 鼠标左键单击}

然后您可以在选定的列上拖动，您可以看到只选择了单个列。
复制并粘贴到任何您想要的地方。

Answer 8

只有一种方法可以对大量数据进行卷积。那是通过命令提示符。

$cat text.txt | sed 's/{.*,//;s/  */ /g;s/[{}]//g' | awk '{print $1","$5}' > clean_text.csv

此 15 秒修复在 Windows 操作系统中不可用。在你衣柜里那台废弃的旧电脑上下载并安装 Linux 所花费的时间比从 Excel 中输入和输出数据所花费的时间要少。

快乐编码！