我们如何从非标准化的文本文件一建立规范化的表？

问题描述

如何构建从非标准化的文本文件中一个规范化的表格？

感谢您的答复/时间。

我们需要建立从非标准化的文本文件中的标准化数据库表。我们探讨了几个选项，如UNIX外壳，和PostgreSQL等我找学习好想法从这个社会的决议。

We need to build a Normalized DB Table from DeNormalized text file. We explored couple of options such as unix shell , and PostgreSQL etc. I am looking learn better ideas for resolutions from this community.

输入文本文件是不同的长度与逗号分隔的记录。内容可能是这样的：

The input text file is various length with comma delimited records. The content may look like this:

XXXXXXXXXX , YYYYYYYYYY, TTTTTTTTTTT, UUUUUUUUUU, RRRRRRRRR,JJJJJJJJJ
111111111111,   22222222222, 333333333333, 44444444, 5555555, 666666
EEEEEEEE,WWWWWW,QQQQQQQ,PPPPPPPP

我们喜欢正常化如下（分体式和放大器;对）：

We like to normalize as follows (Split & Pair):

XXXXXXXXXX , YYYYYYYYYY
TTTTTTTTTTT, UUUUUUUUUU
RRRRRRRRR,JJJJJJJJJ
111111111111,   22222222222
333333333333, 44444444
5555555, 666666
EEEEEEEE,WWWWWW
QQQQQQQ,PPPPPPPP

我们需要去与文本pre-过程和负载的方法？

如果是，什么是pre-过程的最佳方式？

是否有任何单一SQL /函数的方法来得到上面的？

感谢帮助。

推荐答案

使用了GNU AWK （由于RS）

awk '{$1=$1} NR%2==1 {printf "%s,",$0} NR%2==0' RS="[,\n]" file
XXXXXXXXXX,YYYYYYYYYY
TTTTTTTTTTT,UUUUUUUUUU
RRRRRRRRR,JJJJJJJJJ
111111111111,22222222222
333333333333,44444444
5555555,666666
EEEEEEEE,WWWWWW
QQQQQQQ,PPPPPPPP

{$ 1 = $ 1} 清理和删除多余的空格结果
NR％2 == 1 {printf的％S，$ 0} 打印奇数零件|
NR％2 == 0 打印，甚至一部分，新的生产线结果
RS =[，\\ n]设置记录，或换行

{$1=$1} Cleans up and remove extra spaces
NR%2==1 {printf "%s,",$0} prints odd parts
NR%2==0 prints even part and new line
RS="[,\n]" sets the record to , or newline

这篇关于我们如何从非标准化的文本文件一建立规范化的表？的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持！