對文本處理軟件的建議

我需要處理文本文件以提取相關信息，以便稍後輸入到R中進行統計分析。文本文件內容通常看起來像下面顯示的示例提取。董事會能否就我用於此目的的軟件/編程語言提出任何建議？該軟件的關鍵要求是：對文本處理軟件的建議

便於/編程語法的清晰度來提取每一行的相關信息（注意：不是所有的線將包含相關信息）
自由/開源
能在Linux和Windows系統通過很多很多單獨的文本包含在一個文件夾/目錄，但輸出只是一個單一的（CSV /文）文件運行
能力迴環文件

實例

 
Full Tilt Poker Game #19911608402: Table Buggy - $0.01/$0.02 - No Limit Hold'em - 4:05:58 ET - 2010/04/08 
Seat 2: BAD BeAts02 ($1.74) 
Seat 3: VIVIVIVIV ($1.20) 
Seat 4: pipelis ($2.87), is sitting out 
Seat 5: trichinosis ($2.54) 
Seat 6: Syrenski ($2) 
Seat 9: evil-bunny1 ($1.20) 
BAD BeAts02 posts the small blind of $0.01 
VIVIVIVIV posts the big blind of $0.02 
handrici sits down 
pipelis stands up 
Syrenski posts $0.02 
The button is in seat #9 
*** HOLE CARDS *** 
Dealt to Syrenski [6d 3s] 
handrici adds $2 
trichinosis calls $0.02 
Syrenski checks 
pkmyers sits down 
evil-bunny1 folds 
BAD BeAts02 raises to $0.08 
VIVIVIVIV folds 
VIVIVIVIV adds $0.02 
pkmyers adds $1.34 
trichinosis calls $0.06 
Syrenski folds 
*** FLOP *** [Js 5s 8s] 
pipelis sits down 
BAD BeAts02 has 15 seconds left to act 
BAD BeAts02 bets $0.18 
AntHraX85 sits down 
pipelis stands up 
trichinosis folds 
Uncalled bet of $0.18 returned to BAD BeAts02 
BAD BeAts02 mucks 
AntHraX85 adds $2 
BAD BeAts02 wins the pot ($0.19) 
*** SUMMARY *** 
Total pot $0.20 | Rake $0.01 
Board: [Js 5s 8s] 
Seat 2: BAD BeAts02 (small blind) collected ($0.19), mucked 
Seat 3: VIVIVIVIV (big blind) folded before the Flop 
Seat 4: pipelis is sitting out 
Seat 5: trichinosis folded on the Flop 
Seat 6: Syrenski folded before the Flop 
Seat 9: evil-bunny1 (button) didn't bet (folded)

來源

2010-10-13 babelproofreader

哪些信息是相關的嗎？用戶會決定什麼是相關的？有沒有一種模式？ – pablosaraiva 2010-10-13 19:27:49

相關信息將與特定指定玩家即Syrenski有關的所有信息以及有關手牌結構的信息。 – babelproofreader 2010-10-13 21:07:09

'handrici坐下......在哪個座位號？ – Kaz 2013-12-18 21:09:36

Coincidentially，我已經修修補補用的手歷史文件的解析，以及:) 我認爲最好的人選是Python和Perl。它們都是跨平臺和開源的。從概念上講，程序設計很簡單：它只涉及迭代線性輸入和各種正則表達式的應用以提取信息。你幾乎可以用任何編程語言來做到這一點。（你甚至可以在純R中做到這一點，誰知道呢？）然而，我會在perl上投我的票，因爲它是一個非常出色的語言，特別是用於處理純文本文件。

來源

2010-10-17 16:24:24 Bogdev

看看'grep'（試試維基百科）。

它可以在PHP中使用： http://www.php.net/manual/en/function.preg-grep.php

有桌面文本編輯器，將做grep的太大。其中一些是免費的 - 例如的TextWrangler（蘋果機）

來源

2010-10-17 16:33:50 mradbourne

我做了一個語言專門爲這樣的事情，至少在最初階段：http://www.nongnu.org/txr

來源

2012-08-31 12:32:23 Kaz

這個問題已經開了一段時間，但我會在這裏發佈的代碼片斷反正。 grep可以在Linux上使用，但不能在Windows上使用。 Perl可以在兩個平臺上工作。 Linux預先安裝了Perl;在Windows上，您將需要自己安裝Perl。

假設要提取將包含球員的名字每一行（讓我們使用Syrenski），你可以做到以下幾點：

perl -n -e'print if m{Syrenski}' directory/* >output.txt

-n環比輸入的所有行，但不打印這些

打印如果M {} Syrenski說：打印行，如果它包含字符串 'Syrenski'

目錄/ *說進程下的所有文件

> output.txt的說打印輸出到文件output.txt中

來源

2012-09-11 13:12:40

對文本處理軟件的建議

回答

相關問題