Как сломать линию в известных словах

Question

Мне нужно сломать линию строки в разные колонны в Excel. Вот тэ вход, который я получаю.

<Сильный> ввод :

.
• 37006 II семестр p.g. Диплом в клинических исследованиях и экзамен по управлению данными, июль / август 2012 г. Фармативно-правовое регулирование Время: 3 часа Макс. Марки: 100

<Сильные> Выходные данные : Регистрация CSV со структурой (код, SEM / год, предмет, курс, дата экзамена, время, пометки)

.
• 37006, II семестр, п.Г. Диплом в клинических исследованиях и клинических данных, управление данными, августами, июль / август 2012 года, 3 часа, 100

У меня есть данные в разных наборах, которые конструируют выше линии. Например:

<Сильная> Грамматика (это массив / словарь):

.
• семестры [i, ii, iii, iv, v, vi, vii, viii, ix, x, 1,2,3,4,5,6,7,8,9,10]
• лет [I, II, III, IV, V, vi, vii, viii, ix, x, 1,2,3,4 5,6,7,8,9,10]
• предметы [p.g. Диплом в клинических исследованиях и клинических данных управления данными, LL.B]
• Курсы [Фарм регулирующие вопросы, закон - Юриспруденция]
• экзамены [июль / август 2012 года, январь ./feb. 2013]
• Время [3 часа]
• markmarks [30,40,50,60,70,80,90,100]

fyi,

.
• Я не уверен, что могу использовать любые разделители, чтобы сломать его как его чрезвычайно непредсказуемое или надежное.
• Я не уверен, что текст будет в том же порядке в каждой строке или нет фиксированной длины или автомобилями или слов

Мое предположение, читайте слово по слову и попытайтесь соответствовать любому слову в любом массиве, который у меня есть. Если его совпадение с любым словом, затем классифицируйте это слово в падение категории и добавьте в соответствующий столбец в Excel.

Здесь я знаю, как справляться с данными и все, кроме какого оптимизированного / наилучшего способа понять каждое слово падает под какая категория.

Есть ли какой-то эксперт лексического анализа, который может поделиться некоторыми мыслями на этом?

Answer 1

Вы должны использовать регулярные выражения для соответствия такому сложному узору текста.

Answer 2

Пожалуйста, посмотрите на лексиковый анализатор, такой как antlr .Если вы знаете Java или другие языки, которые читают регулярные выражения , вы сможете разобрать их с легкостью после полудня (или недели) пыток.Вы также можете написать REGEXP в Java, но я бы вынул вас к интерфейсу ANTLR, который вы можете использовать из Eclipse.Это покажет вам, как проанализированы линии.

У вывода ANTLR или Java выписывают файл CSV.CSV будет вашим автомобилем для получения ваших данных в электронную таблицу Excel.