Plik CSV z portalu discogs

Plik CSV z portalu discogs
BU
  • Rejestracja:ponad 22 lata
  • Ostatnio:minuta
  • Postów:296
0

Witam,
Powróciłem na forum, gdyż mam problem i nie wiem jak sobie poradzić. Otóż mam do analizy plik csv z danymi z portalu discogs. Generalnie delimiterem jest symbol przecinka. Natomiast chyba coś źle działa, ponieważ czasami źle są złamane linie. Chcę to automatycznie przed dalszą obróbką naprawić. Poprawnie zakończona linia posiada przecinek i znak końca linii, natomiast źle złamana tylko znak końca linii. Próbuję wykorzystać funkcję Pos pracującej w pętli w następujący sposób:

Kopiuj
if Pos(',' + sLineBreak, data.Strings[i]) > -1 then ...

Niestety nie działa. Funkcja Pos zwraca 0.
Jak ugryźć temat? Podpowie mi ktoś?


Pozdrawiam
Buster
edytowany 1x, ostatnio: flowCRANE
0

pokaz plik przykladowy lepiej.

BU
  • Rejestracja:ponad 22 lata
  • Ostatnio:minuta
  • Postów:296
0

Załączam fragment. Całość ma kilka tysięcy linii. Ale w tym fragmencie jest to o co mi chodzi. Jak widać, dwa rekordy są źle złamane. W całym pliku jest tego kilkadziesiąt.


Pozdrawiam
Buster
flowCRANE
Z tego co widzę, ten plik ma 12 linii. Coś się chyba zepsuło podczas dodawania pliku do załączników.
GS
  • Rejestracja:ponad 14 lat
  • Ostatnio:około 3 godziny
0
Kopiuj
pos(.....) >-1 

to wyrażenie zawsze jest True, bo ```pos`` jesli znajdzie to zwraca indeks pierwszego znaku lub zero gdy nie znajdzie, ale zawsze jest to wartość nieujemna

PA
  • Rejestracja:ponad 22 lata
  • Ostatnio:41 minut
  • Postów:3866
2

Nie, plik jest jak najbardziej poprawny, po prostu kolumna comments ma kilkuwierszowe wartości, ale to wyłapuje się kwalifikatorem tekstu. Poraz kolejny ewangelizuje ;) CSV nie oznacza: pisz parser.

Możesz skorzystać z porady i użyć Microsoft Text Driver: Odczyt plików CSV przez ADO

I odpowiednie schema.ini:

Kopiuj
[plik.csv]
Format=CSVDelimited
ColNameHeader=True
TextDelimiter="
DecimalSymbol=.
Col1=listing_id Text
Col2=artist Text
Col3=title Text
Col4=label Text
Col5=catno Text
Col6=format Text
Col7=release_id Text
Col8=status Text
Col9=price Double
Col10=listed DateTime
Col11=comments Text
Col12=media_condition Text
Col13=sleeve_condition Text
Col14=accept_offer Text
Col15=external_id Text
Col16=weight Double
Col17=format_quantity Double
Col18=flat_shipping Double
Col19=location Text

W połączeniu z zapytaniem:

Kopiuj
SELECT
    *
FROM [Text;Database=C:\katalog\z\plikiem\].plik.csv

Da Ci piękny zestaw danych do obróbki

edytowany 2x, ostatnio: Panczo
flowCRANE
Moderator Delphi/Pascal
  • Rejestracja:ponad 13 lat
  • Ostatnio:około 2 godziny
  • Lokalizacja:Tuchów
  • Postów:12166
0

@Buster: jeżeli załadujesz zawartość tekstowego pliku do obiektu typu TStrings (a zakładam, że Data z Twojego kodu to właśnie taka lista), to wszystkie znaki końca linii zostaną podczas ładowania usunięte. Jeżeli chcesz mieć możliwość operowania na takich znakach to załaduj zawartość pliku do zwykłego łańcucha i dla takiego łańcucha napisz sobie funkcję walidującą.

Choć ręczne parsowanie takich plików nie jest najlepszym pomysłem.


Pracuję nad własną, arcade'ową, docelowo komercyjną grą z gatunku action/adventure w stylu retro (pixel art), programując silnik i powłokę gry od zupełnych podstaw, przy użyciu Free Pascala i SDL3. Więcej informacji znajdziesz na moim mikroblogu.
edytowany 1x, ostatnio: flowCRANE
BU
  • Rejestracja:ponad 22 lata
  • Ostatnio:minuta
  • Postów:296
0

Sposób fajny. Niestety nie mogę skorzystać. Używam Delphi 10.1 Berlin Starter. Nie mam komponentów ADO. Da się skorzystać z komponentów 3rd party? ZEOS lub JEDI? Pozostaje pytanie, czy je zainstaluje.

furious programming. Boję się, że może być problem. Da się załadować do stringa 2 MB?


Pozdrawiam
Buster
edytowany 1x, ostatnio: flowCRANE
flowCRANE
Moderator Delphi/Pascal
  • Rejestracja:ponad 13 lat
  • Ostatnio:około 2 godziny
  • Lokalizacja:Tuchów
  • Postów:12166
0

Boję się, że może być problem. Da się załadować do stringa 2 MB?

Da się nawet 2GB. Zresztą, załadowanie zawartości pliku do zwykłego łańcucha znaków nie spowoduje żadnego narzutu pamięci, natomiast w przypadku listy, ten narzut będzie relatywnie duży**1**. Jeśli więc martwisz się o pamięć to tym bardziej powinieneś skorzystać ze zwykłego ciągu znaków.

1. Narzut pamięci spowodowany jest tym, że każda linia z pliku reprezentowana jest w pamięci przez rekord z dwoma polami - ciągiem znaków oraz referencją do opcjonalnego obiektu. Natomiast sama lista alokuje pamięć niejako na zapas, więc podczas wczytywania danych, zaalokuje więcej pamięci dla węzłów listy, niż jest to konieczne. Ale tym nie ma sensu się przejmować - chyba że masz 30-letni komputer.


Pracuję nad własną, arcade'ową, docelowo komercyjną grą z gatunku action/adventure w stylu retro (pixel art), programując silnik i powłokę gry od zupełnych podstaw, przy użyciu Free Pascala i SDL3. Więcej informacji znajdziesz na moim mikroblogu.
edytowany 4x, ostatnio: flowCRANE
KA
  • Rejestracja:prawie 20 lat
  • Ostatnio:około 16 godzin
  • Lokalizacja:Gorlice
1

A dlaczego nie sprawdzać czy ostatnim znakiem w linii jest przecinek?

Kopiuj
if data.Strings[Length(data.Strings[i])] = ',' then

Nie odpowiadam na PW w sprawie pomocy programistycznej.
Pytania zadawaj na forum, bo:
od tego ono jest ;) | celowo nie zawracasz gitary | przeczyta to więcej osób a więc większe szanse że ktoś pomoże.
PA
  • Rejestracja:ponad 22 lata
  • Ostatnio:41 minut
  • Postów:3866
0

@kAzek w tym wypadku tak jest bo ostatni kolumna jest "pusta" jak będzie wypełniona to nie będzie przecinka.
Wycięcie lini "błędnych" nic nie da bo spowoduje tylko utratę danych z kolumn: media_condition,sleeve_condition,accept_offer,external_id,weight,format_quantity,flat_shipping,location
i wtedy OP będzie walczył jak to dodać i wróci do punktu wyjścia...

@Buster Nie wiem czy w ZEOS poradzi sobie z tym ale obsługuje ADO więc powinno być to możliwe, nie jestem jednak znawcą delphi i ZEOS więc niech inni się wypowiedzą.

KA
@Panczo skoro autor pytania ma problem właśnie z takim plikiem w którym na końcu linii powinien być przecinek (bo ostatnia kolumna jest pusta) i raczej chodzi o jednorazową automatyczną poprawę to sprawdzać jak napisałem będzie najprościej. A z tego co pisze pytający domyślam się nie ma byś super mega uniwersalne rozwiązanie tylko jednorazowy przypadek.
PA
@kAzek: Z kilku tysięcy linii mamy 12 trochę za mało na to by wyciągać wnioski na temat całości. Ja mam prywatną misje uswiadamiania programistów o tym, ze csv to nie rzeźbienie w g... tylko normalna praca z danymi.
KA
Skoro autor pytania pisze że tak jest to raczej jest i jak to ma być tylko jednorazowa naprawa pliku (czyli poprawienia nieprawidłowo podzielonych wierszy) to nie ma sensu się pierniczyć.
PA
W moim odczuciu poprawianie poprawnych danych jest pierniczeniem ;) ale przyznaje mam na tym punkcie odchył...
MI
  • Rejestracja:około 10 lat
  • Ostatnio:prawie 8 lat
  • Postów:5
0

ZEOS to otwiera prawidłowo beż potrzeby modyfikowania i w Delphi i Lazarus(Win) RO:

Kopiuj
...
  object ZConnection1: TZConnection
    ControlsCodePage = cCP_UTF16
    Catalog = ''
    Connected = True
    HostName = ''
    Port = 0
    Database = 
      'Provider=Microsoft.ACE.OLEDB.12.0;Data Source=C:\Program Files (' +
      'x86)\Embarcadero\Studio\17.0\testdb3\csv\;Extended Properties=te' +
      'xt;Persist Security Info=False'
    User = ''
    Password = ''
    Protocol = 'ado'
    Left = 16
  end
  object ZQuery1: TZQuery
    Connection = ZConnection1
    Active = True
    SQL.Strings = (
      'select * from plik.csv')
    Params = <>
    Left = 56
  end
...

miab

edytowany 1x, ostatnio: flowCRANE
Kliknij, aby dodać treść...

Pomoc 1.18.8

Typografia

Edytor obsługuje składnie Markdown, w której pojedynczy akcent *kursywa* oraz _kursywa_ to pochylenie. Z kolei podwójny akcent **pogrubienie** oraz __pogrubienie__ to pogrubienie. Dodanie znaczników ~~strike~~ to przekreślenie.

Możesz dodać formatowanie komendami , , oraz .

Ponieważ dekoracja podkreślenia jest przeznaczona na linki, markdown nie zawiera specjalnej składni dla podkreślenia. Dlatego by dodać podkreślenie, użyj <u>underline</u>.

Komendy formatujące reagują na skróty klawiszowe: Ctrl+B, Ctrl+I, Ctrl+U oraz Ctrl+S.

Linki

By dodać link w edytorze użyj komendy lub użyj składni [title](link). URL umieszczony w linku lub nawet URL umieszczony bezpośrednio w tekście będzie aktywny i klikalny.

Jeżeli chcesz, możesz samodzielnie dodać link: <a href="link">title</a>.

Wewnętrzne odnośniki

Możesz umieścić odnośnik do wewnętrznej podstrony, używając następującej składni: [[Delphi/Kompendium]] lub [[Delphi/Kompendium|kliknij, aby przejść do kompendium]]. Odnośniki mogą prowadzić do Forum 4programmers.net lub np. do Kompendium.

Wspomnienia użytkowników

By wspomnieć użytkownika forum, wpisz w formularzu znak @. Zobaczysz okienko samouzupełniające nazwy użytkowników. Samouzupełnienie dobierze odpowiedni format wspomnienia, zależnie od tego czy w nazwie użytkownika znajduje się spacja.

Znaczniki HTML

Dozwolone jest używanie niektórych znaczników HTML: <a>, <b>, <i>, <kbd>, <del>, <strong>, <dfn>, <pre>, <blockquote>, <hr/>, <sub>, <sup> oraz <img/>.

Skróty klawiszowe

Dodaj kombinację klawiszy komendą notacji klawiszy lub skrótem klawiszowym Alt+K.

Reprezentuj kombinacje klawiszowe używając taga <kbd>. Oddziel od siebie klawisze znakiem plus, np <kbd>Alt+Tab</kbd>.

Indeks górny oraz dolny

Przykład: wpisując H<sub>2</sub>O i m<sup>2</sup> otrzymasz: H2O i m2.

Składnia Tex

By precyzyjnie wyrazić działanie matematyczne, użyj składni Tex.

<tex>arcctg(x) = argtan(\frac{1}{x}) = arcsin(\frac{1}{\sqrt{1+x^2}})</tex>

Kod źródłowy

Krótkie fragmenty kodu

Wszelkie jednolinijkowe instrukcje języka programowania powinny być zawarte pomiędzy obróconymi apostrofami: `kod instrukcji` lub ``console.log(`string`);``.

Kod wielolinijkowy

Dodaj fragment kodu komendą . Fragmenty kodu zajmujące całą lub więcej linijek powinny być umieszczone w wielolinijkowym fragmencie kodu. Znaczniki ``` lub ~~~ umożliwiają kolorowanie różnych języków programowania. Możemy nadać nazwę języka programowania używając auto-uzupełnienia, kod został pokolorowany używając konkretnych ustawień kolorowania składni:

```javascript
document.write('Hello World');
```

Możesz zaznaczyć również już wklejony kod w edytorze, i użyć komendy  by zamienić go w kod. Użyj kombinacji Ctrl+`, by dodać fragment kodu bez oznaczników języka.

Tabelki

Dodaj przykładową tabelkę używając komendy . Przykładowa tabelka składa się z dwóch kolumn, nagłówka i jednego wiersza.

Wygeneruj tabelkę na podstawie szablonu. Oddziel komórki separatorem ; lub |, a następnie zaznacz szablonu.

nazwisko;dziedzina;odkrycie
Pitagoras;mathematics;Pythagorean Theorem
Albert Einstein;physics;General Relativity
Marie Curie, Pierre Curie;chemistry;Radium, Polonium

Użyj komendy by zamienić zaznaczony szablon na tabelkę Markdown.

Lista uporządkowana i nieuporządkowana

Możliwe jest tworzenie listy numerowanych oraz wypunktowanych. Wystarczy, że pierwszym znakiem linii będzie * lub - dla listy nieuporządkowanej oraz 1. dla listy uporządkowanej.

Użyj komendy by dodać listę uporządkowaną.

1. Lista numerowana
2. Lista numerowana

Użyj komendy by dodać listę nieuporządkowaną.

* Lista wypunktowana
* Lista wypunktowana
** Lista wypunktowana (drugi poziom)

Składnia Markdown

Edytor obsługuje składnię Markdown, która składa się ze znaków specjalnych. Dostępne komendy, jak formatowanie , dodanie tabelki lub fragmentu kodu są w pewnym sensie świadome otaczającej jej składni, i postarają się unikać uszkodzenia jej.

Dla przykładu, używając tylko dostępnych komend, nie możemy dodać formatowania pogrubienia do kodu wielolinijkowego, albo dodać listy do tabelki - mogłoby to doprowadzić do uszkodzenia składni.

W pewnych odosobnionych przypadkach brak nowej linii przed elementami markdown również mógłby uszkodzić składnie, dlatego edytor dodaje brakujące nowe linie. Dla przykładu, dodanie formatowania pochylenia zaraz po tabelce, mogłoby zostać błędne zinterpretowane, więc edytor doda oddzielającą nową linię pomiędzy tabelką, a pochyleniem.

Skróty klawiszowe

Skróty formatujące, kiedy w edytorze znajduje się pojedynczy kursor, wstawiają sformatowany tekst przykładowy. Jeśli w edytorze znajduje się zaznaczenie (słowo, linijka, paragraf), wtedy zaznaczenie zostaje sformatowane.

  • Ctrl+B - dodaj pogrubienie lub pogrub zaznaczenie
  • Ctrl+I - dodaj pochylenie lub pochyl zaznaczenie
  • Ctrl+U - dodaj podkreślenie lub podkreśl zaznaczenie
  • Ctrl+S - dodaj przekreślenie lub przekreśl zaznaczenie

Notacja Klawiszy

  • Alt+K - dodaj notację klawiszy

Fragment kodu bez oznacznika

  • Alt+C - dodaj pusty fragment kodu

Skróty operujące na kodzie i linijkach:

  • Alt+L - zaznaczenie całej linii
  • Alt+, Alt+ - przeniesienie linijki w której znajduje się kursor w górę/dół.
  • Tab/⌘+] - dodaj wcięcie (wcięcie w prawo)
  • Shit+Tab/⌘+[ - usunięcie wcięcia (wycięcie w lewo)

Dodawanie postów:

  • Ctrl+Enter - dodaj post
  • ⌘+Enter - dodaj post (MacOS)