解析报告的最佳工具

Question

我有一个报告，我需要解析/抓取加载到备用或可查询的数据存储。

报告看起来像是类似于： 这个 。

我的直觉是PERL会做得不错，但我有几种不同的报告排列，我真的不想围绕每个表单制作一个脚本。

这个报告是一个很好的股票类型报告，我已经看到Monarch Pro可以解析这些类型的报告，但我很难找到如何解析这些报告的替代方法，因为我希望这样做主要是在Linux环境。

有什么建议？

Answer 1

你也可以使用Python。 它具有更清晰的语法，更易于编程。

Answer 2

Gawk会更好，它对固定宽度字段的特定支持。 （查看FIELDWIDTHS变量。）

编写简单的规则来过滤掉你将获得的垃圾也很容易。

这是一个简单的脚本，它只是为您提供“重要”行和您链接到的报告中的变量映射：

BEGIN {
    FIELDWIDTHS="4 4 7 5 1 7 1 1 23 4 10 2 1 2 8 1 6 1 4 1 6 1 2 1 2 1 2 1 4 2 10 1"
}

function cvt_amt(a) {
    gsub(",", "", a);
    amt = a * 1;
    return amt;
}

function empty(s) {
    gsub(" ", "", s);
    return s == "";
}

/* skip garbage lines */
/----/ { next; }
/CASH RECEIPTS REPORT/ { next;}
/PERIOD ENTERED/ { next; }
/^  *$/ { next; }

($2 == "CUST") { next; }
($2 == "NO. ") { next; }
/CUSTOMER TOTALS/ { next; }
/GRAND TOTALS/ { next; }
/SUMMARY BY STATUS/ { nextfile; } /* end of stuff we care about */

/* Identify user */
(!empty($2)) {
    user_no = $2;
    user_name = substr($0, 10, 30);
}

{ 
    /* variable mapping */
    cust_no = $2;
    vchr_no = $4;
    inv_no = $6;
    inv_no_sign = $7;
    inv_desc = $9;
    recv_amt = cvt_amt($11);
    st = $13;
    recv_date = $15;
    check_no = $17;
    period = $19;
    batch = $21;
    bank = $23;
    cc = $25;
    dp = $27;
    acct = $29;
    amt_recv = cvt_amt($31);
    sign = $32;
    if (sign == "-") {
        amt_recv = amt_recv * -1;
    }

    print;
}

坦率地说，我认为这很干净，但我是一个（g）awk fanboi。

编辑 - 我添加了一些代码来提取用户编号和名称。 用户编号是固定字段中的字段2，但用户名必须输出substr（），因为它与许多详细信息字段重叠。

Answer 3

Perl确实会做得不错。 awk脚本可能更快但语法可能不太清晰（虽然与perl相比，也许这是不公平的）。