Discussion :

[hikasan]

Bonjour,

J'ai un problème pour traiter des données en utilisant les expressions régulières. Je dois récupérer des donnés dans des fichiers ASCII afin de les interpréter.
Les fichiers contiennent des lignes d'entête :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1  6  205  10  8  96  21  12   -30.0000    123.450

et des lignes de données :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

    5.00    41.989    23.459    32.42500     0.010     5.002

Mon objectif est d'identifier ces deux types de lignes avec des expressions régulières. Seulement ces lignes peuvent contenir un nombre variable de nombres en fonction du fichier.
Pour l'instant j'utilise une expression basée sur le nombre de champs :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

/^\s*(\S+\s+){10}/

mais ce nombre peut varié et s'il est identique pour les deux lignes je suis coincé...
Je me creuse la tête depuis un moment, si quelqu'un a une idée, merci d'avance ^^.

[Jedai]

Quelques questions :

1. Comment distingues-tu les entêtes et les données ? Les entêtes sont ils toujours sur la première ligne ?
2. Y a-t-il un nombre constant de champ dans un même fichier ?
3. Peut-on déduire ce nombre de la ligne d'entête ?

Je te conseille d'utiliser split plutôt qu'une regex pour parser ces lignes, ce sera plus simple.

--
Jedaï

[Arioch]

Peux-tu confirmer ce point stp : les lignes contenant des données contiennent toujours des valeurs de type flottant (et non des entiers). Ca peut être le cas mais sur certaines valeurs des lignes contenant des en-têtes.

Tu confirmes ?

Dans le cas contraire, comment toi tu fais pour différencier de telles données ?

PS : le but du truc, c'est d'essayer de trouver une constance sur, soit l'apparition de ces données dans tes fichiers, soit sur le type de données qu'elles contiennent, le nombre d'éléments dans une ligne, etc.

Bref, donne nous des pistes

[hikasan]

J'utilise bien split pour extraire les lignes mais le problème est vraiment la reconnaissance du type de ligne.
Pour apporter quelques précisions :
1. Un fichier contient plusieurs entêtes et chacune d'elles est suivit par quelques centaines de lignes de données correspondantes
2. Dans un même fichier le nombre de champs est constant
3. Le nombre de champs n'est pas toujours déductible de la ligne d'entête
4. Les lignes de données ne contiennent pas toujours des valeurs de type flottant

Par contre, dans chaque entête, le nombre de lignes de données correspondant est indiqué, mais pas toujours dans le même champs. Donc je pense que je vais être obligé de faire plusieurs scipts au lieu d'en faire un générique pour tous les fichiers.

[Arioch]

Oui mais as-tu un moyen visuel ou autre te permettant lorsque tu ouvres un fichier de voir d'emblée une ligne d'en-têtes ou une ligne de données ?

As-tu la possibilité (si données non sensibles) de nous montrer un extrait d'un de ces fichiers ?

[hikasan]

Désolé, je ne peux pas montrer d'extraits des fichiers. Mais un fichier ressemble à ça :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
1 6 205 10 8 96 21 12 -30.0000 123.450
    5.00    41.989    23.459    32.42500     0.010     5.002
    5.00    41.989    23.459    32.42500     0.010     5.002
    5.00    41.989    23.459    32.42500     0.010     5.002
    5.00    41.989    23.459    32.42500     0.010     5.002
    ...
1 6 205 10 8 96 21 12 -30.0000 123.450
    5.00    41.989    23.459    32.42500     0.010     5.002
    5.00    41.989    23.459    32.42500     0.010     5.002
    5.00    41.989    23.459    32.42500     0.010     5.002
    ...
...

Evidemment les valeurs changent selon les lignes, mais on voit la structure.

[Jedai]

Il me semble que dans l'exemple que tu viens de nous donner les lignes de données et d'entêtes sont facile à distinguer : les lignes d'entêtes n'ont pas d'espace initial, les lignes de données si. N'est-ce pas toujours le cas ?

--
Jedaï

[hikasan]

Malheureusement non, mais je m'en suis sortie en utilisant le nombre de lignes de données. Je procède comme ceci :

Je pars du principe que la premère ligne est un entête

• lecture de l'entête (mémorisation du nombre de lignes de données correspondantes)
• lecture des n lignes de données
• lecture de l'entête suivant
• etc...

En tous cas merci pour votre aide.

[Arioch]

Est-il possible d'isoler facilement le nombre de lignes de données correspondantes à un en-tête ?

[hikasan]

oui, c'est le troisième champs dans l'exemple. Parfois c'est un autre champs mais en fonctions du type de fichier je sais quel champs contient ce nombre de lignes de données.