如何用Ruby对csv文件中的值求和

Question

我有一个包含多个列的Csv文件。第四列有一种我想要解析的格式。下面的字符串str将是文件的一行：

str = "108,882,xyz, { Abc:{-} Val1:{6845} Val2:{653} llsh:{0} xTime: {2018-11-10 09:56:12} Yub:{Rtv} Val1:{807} Val2:{153} llsh:{0} xTime: {2018-11-10 09:59:05}A Wbc:{57} Val1:{441} Val2:{875} llsh:{0} xTime: {2018-11-10 10:13:12:22}"

对于这第4列，我想对字符串中存在的所有Val1和Val2求和，并将第一个和最后一个日期显示为一个新列。如果Val1和Val2只出现一次，则需要求和，并且输出将是Val1、Val2和xTime的值。

输出将为：

Col1, Col2, Col3, Val1,  Val2 , xTime
108,  882,  xyz,  8093,  16821, 2018-11-10 09:56:12 - 2018-11-10 10:13:12:22

我在试着和CSV.parse一起。

require 'csv'

CSV.parse(str)

For 4th column do
       //Parse

我如何在Ruby中做到这一点？

谢谢你的帮助

Answer 1

这个问题的本质是从"108,882,xyz, "后面的字符串部分提取所需的信息，而不是如何解析CSV字符串，因此我将只关注前者。

r = /
    Val1:\{                      # match string
    (\d+)                        # match > 0 digits in capture group 1 
    \}\ +Val2:\{                 # match string
    (\d+)                        # match > 0 digits in capture group 2
    \}\ +[^\}]+\}\ +xTime:\ +\{  # match string
    (.+?)                        # match > 0 characters lazily in capture group 3
    \}                           # match string
    /x                           # free-spacing regex definition mode

此正则表达式通常按如下方式编写：

/Val1:\{(\d+)\} +Val2:\{(\d+)\} +[^\}]+\} +xTime: +\{(.+?)\}/

请注意，在使用自由空格模式时，如果没有以某种方式保护空格字符，解析器会将它们剥离。有几种方法可以保护它们。我选择对每个空格字符进行转义。自由空格模式的优点是它使正则表达式自文档化。

a = str.scan(r)
  #=> [["6845", "653", "2018-11-10 09:56:12"],
  #    [ "807", "153", "2018-11-10 09:59:05"],
  #    [ "441", "875", "2018-11-10 10:13:12:22"]]

​

val1, val2, (f,*,l) = a.transpose
  #=> [["6845", "807", "441"],
  #    [ "653", "153", "875"],
  #    ["2018-11-10 09:56:12", "2018-11-10 09:59:05", "2018-11-10 10:13:12:22"]]
val1
  #=> ["6845", "807", "441"] 
val2
  #=> ["653", "153", "875"] 
f #=> "2018-11-10 09:56:12" 
l #=> "2018-11-10 10:13:12:22" 

​

def convert(arr)
  arr.map(&:to_i).sum
end

​

convert(val1)
  #=> 8093 
convert(val2)
  #=> 1681 
"%s - %s" % [f,l]
  #=> "2018-11-10 09:56:12 - 2018-11-10 10:13:12:22"

参见String#scan。