как имея обычный dat файл перевести его в cvs? в дат файле информация содержится как бы в виде таблицы, только все разделено пробелами, а нужно соответственно разделять к какой колонке какая информация принадлежит?! хотела регулярное выражение взять с пробелами, но там есть слова, разделенные пробелами в одной колонке. как быть?! cvs файл - это такой же, только поля разделены запятыми.
т.е. дан файл


 ???

Добавлено через 1 минуту и 43 секунды
немного неправильно отобразилось, реально одинаковые колонки начинаются с одинакового числа символов от начала строки. визуально их можно различить...

Да хотя бы так(примерно):


CVS и CSV - разные вещи. Тебе нжен именно CSV(comma separated values)
Токенайзер - самое простое и ручное.

Добавлено через 13 минут и 5 секунд
Погляди ещё

Это
Это
И просто кучу других 

Это сообщение отредактировал(а) chief39 - 24.9.2007, 17:14

я же не могу весь файл расписать через StringTokenizer, чтобы запятые вставить, проще тогда от руки их прописать, нет?!

Добавлено через 1 минуту и 16 секунд
кстати, да csv! 

Делить по пробелам это, что называется, некорректная задача. Комп он глупый и сам не знает (и никогда не узнает) что какой пробел  означает.
Правильно ли я понял, что каждая колонка занимает строго определенное количество символов? Тогда что-то вроде этого:



ЗЫ: Это примерно и не претендует на оптимальность.

ЗЫЫ: Понятное дело, что в этом случае текст, содержащийся в колонках, не должен включать запятых. Иначе опять получаем некорректную задачу, только теперь с запятыми, а не с пробелами  

Это сообщение отредактировал(а) _Y_ - 25.9.2007, 11:36

да,  только там таких полей порядка 50 и колонки все разные по размеру!!!!   
получается, это единственный вариант, который будет работать только для этого файла?! 

Упустил насчёт того, что пробелами всё(CSV только в глаза попалось по диагонали...)

Valeria, тогда без вариантов - ты и сама-то сможешь различить только отступами. Тогда - задание жёстких отступов, как Y советует.


Ты не поняла  Я не глянул что у тебя пробелы - CSV предполагает запятые. Токенайзер не вставляет запятые - он разбирает строку на куски, которые были разделены запятой(или что укажешь ему)

Добавлено через 1 минуту и 23 секунды

Сделай массив(лучше коллекцию) с размерами полей. Можешь передавать параметрами этот набор размеров - прога станет конфигуримой. Изменится размер одного поля - изменяешь этот параметр - и погнали

Ну я же самый простой вариант дал.   Колонки разные - тогда:

Как вариант - чтобы не считать число знаков вручную - сделать GUI, который бы:

• выводил  несколько первых строк файла моноширинным шрифтом
• перед первой строкой загонял бы пустую строку
• позволял бы в этой пустой строке расставить вручную стартовые позиции для колонок
• по клавише "Пуск" читал бы эту первую строку, парсил и выяснял как бить колонки

Впрочем GUI-в разных много напридумывать можно для этих целей  

спасибо всем. написала программу 

Работает намана? 

работает нормально с массивом, но на файле, который я сама создала в качестве примера. а вот на том файле, что мне прислали не идет, т.к. он очень большой, там порядка 50 полей а реально я насчитала 28,  но и с ними не заработало.

и у меня так же есть файл, описывающий число полей и их размер, не знаю, как он мне может пригодится? 

вообщем, пишу американцу, что ничего не получилось...

Valeria, почему не получилось? Задача ведь тивиальная. Может стОит показать публике реальные фаилы?

ну реальный файл очень большой, примерно две строки выглядят так 264 и 265 



в описании там написано 

                 06 SEQNUM             PIC S9(10).                               
                                   
                 06 HISTSEQNUM            PIC S9(10).                               
                                   
                 06 NAME               PIC X(60).                                
                                           
                 06 PHONE1                PIC X(32).      


и так далее....
как это использовать, не знаю?! просто число полей и сколько они должны в памяти места занимать.
я когда массив чисел писала, просто посчитала число колонок в файле и позицию каждой колонки.
я думаю вряд ли тут что можно придумать еще... 

Добавлено через 2 минуты и 34 секунды
это кстати описание в Кобол, вообще есть и java типа  "GRN" CHAR(10) NOT NULL WITH DEFAULT '' , 

dat файлы не имеют стандартного формата. Каждое приложение, создающее dat, использует свой формат и только оно и может нормально его читать. Вам надо прочитать файл побайтно и понять его структуру, какие байты используются для разделения колонок (возможно не только пробелы), какие для переноса строки. Потом уже решать как конвертировать.

А у меня возникла вот такая идея, основанная на предположении, что у Вас колонки фиксированной ширины (число символов в колонке) и разделены пробелами.  

Идея: Пробелы, разделяющие колоноки находятся в каждой строке в одних и тех же положениях. Надо пройти весь файл два раза:

• Читая его первый раз определить положения, в которых пробелы имеются во всех строках. 
• Просмотреть полученный список "разделяющих позиций". Если две или больше позиции идут подряд, очевидно, что никакой колонки между ними нет. Такие случаи надо считать одним разделителе.
• Читая файл во второй раз, заменять пробелы на месте разделителей запятыми.

_Y_,ну с пробелами хуже, т.к. одно поле может содержать несколько слов?! т.е. эти пробелы надо пропускать, но их нельзя определить. поэтому проще было искать положение колонок по словам, но к сожалению они не все заполнены.

Добавлено через 2 минуты и 53 секунды
кстати, некоторые колонки не содержат пробелов, а идут подряд ....

Так. Теперь спокойно и по порядку.
Там 50 или 28? Если насчитала 28 а там должнобыть 50 - тогда звонок мериканцу - "ПОДРОБНЕЕ! что в том файле и как! Сколько СИМВОЛОВ на какое поле?"


Размер полей - В СИМВОЛАХ? Уточняй у америки


Пиши то, что я выше сказал.


Совсем хреново   
Тебе нужна чёткая спецификация этого файла, иначе будешь читать хз что. Тот, кто формирует файл - должен чётко обозначивать его формат "до копейки". Иначе - это всё танцы с бубном наобум.



Игры разума...   
"Это же не наши методы!" Тут чёткий файл, зачем гадать и бояться спросить формат? 
А допуская ситуацию, когда в неком поле попадётся некое типичное дефол значение типа "STD. FORMAT" - получим новую колонку и начнётся полный пердимонокль )

Лера, труси из мерикоса чёткий ФОРМАТ ФАЙЛА!!! До одного места сколько и сего там в памяти, БД, лукошке, етц - ТЫ ЧИТАЕШЬ ИЗ ФАЙЛА(!), поэтому тебе нужен ЧЁТКИЙ ФОРМАТ ФАЙЛА от производителя этого самого файла. Всё остальное - извращения.

И не вздумай писать ему всякую .... типа , а то минус влеплю ))
Не посрами отечество   

В "огромном" файле вероятность того, что во всех строках, в одной колонке, разделяющий слова пробел будет находиться на одном и том же месте (или в остальных колонках слова будут очень короткими и на соответствующем месте будут дополняющие пробелы), крайне мала. 

Но, конечно, абсолютную уверенность дает только страховой полис. Поэтому можно несколько строчек каждого преобразованного файла стОит посмотреть глазами. Как я понял из Ваших данных, у Вас заполнены все колонки в каждой строке (или почти все). В этом случае Вы легко заметите ошибку пробежав глазами только пару первух строчек.

Добавлено через 7 минут и 52 секунды

К сожалению, танцы с бубном - обычное дело. Я много сталкивался с тем, что надо прочитать файлы данных, созданные софтом, который уже давно в истории, фирма его писавшая пала жертвой империализма, будка в которой она размещалась сгорела, а персонал сидит в приюте для слабоумных.

Если есть возможность получить информацию - хорошо. Если нет - текстовый файл не загадка. Можно даже прописывать отдельныю процедуру распознавания на каждую колонку. Но, конечно возникает ворпрос о параметре удовольствие-от-результата-деленное-на-затраченные-усилия.

повторяю, файл, описывающий сколько должно быть полей, какие и сколько занимают места в памяти, есть. поэтому и говорю, что их там больше, чем я посчитала реально в файле, т.е. некоторые видимо просто пустые. только мне от этого нет пользы, т.к. dat файл сформирован какой-то программой (и как там что делается, никто не знает). 

там описание 71 поля в виде: название поля  CHAR(10) - и это явно не число символов!!! вряд ли мне это поможет, только лишь, я знаю, сколько реально полей должно быть.

заработало 
проблема была в некорректном завершении dat файла, поэтому программа отрабатывала и зависала в конце.
теперь нормально запятыми разделяет, только вот оставшиеся пустые поля мне придется самой искать, имея описание и примерно догадываться по содержанию, где они должны быть.

Или формат. На то и протоколы с форматами 
Только в случае со "сгоревшей будкой" - тогда да  


Гм... это интересно. Одно и то же число может занимать разные объёмы памяти. Если это было писано не под джаву - то даже банальный интежер может быть разным под разными платформами. Кроме того, число можно по разному задать.


обычно char(10) - это именно число символов )) 

Valeria, если не все колонки разделены - то искать можно только "по контексту". Тогда вопрос - во всех ли файлах одинаков список колонок? Если нет, то за счет чего - за счет того, что:
 

• колонки разбросаны кое-как?
• существует некая общая последовательность колонок, но в некоторых файлах некоторые колонки просто отсутствуют, а общая последовательность расположения колонок при этом не нарушена?