Jak otrzymać listę z formatu z opisem

Question

Witam.

Nie jestem informatykiem i jak mniemam stanąłem przed nieco niestandardowym problemem (chyba, że okaże się inaczej). Niestety nawet nie wiem jak wyszukac informacje na ten temat :(

Otrzymałem ponad 300 plików txt z listami proiduktów. Listy są numerowane. Wygląda to mniej więcej tak:

numer. Nazwa produktu
data
jakaś dana
jakaś dana
jakaś dana
jakaś dana

Różnej długości opis

To co potrzebuję uzyskać to format poniższy:

nazwa produktu+++data---

Czy istnieje jakaś szansa, by to zrobić automatycznie? Ręcznie to zajmie kilka tygodni :(

Z góry dziękuję za informację.

Comments

Wydaje się to bardzo prosty problem. Ale jak zawsze diabeł siedzi w szczegółach. Opisz proszę dokładniej wymagania w stylu (uwaga, strzelam bo nie wiem dokładnie jaki jest problem więc opisuję co możesz zrobić):

Mam przykładowy plik:

abrakadabra0123.txt

W nim znajdują się dane:
---------------------------------------
323.Mała wykałaczka męska
2024-10-11 12:32:22
dane1
dane2
Wykałaczka męska, produkt wystawowy.
---------------------------------------

Chcę uzyskać nazwę pliku:
Mała_wykałaczka_męska+++2024-10-11-12:32:22.txt

Z zawartością:
---------------------------------------
dane1
dane2
Wykałaczka męska, produkt wystawowy.
--------------------------------------

Chcę wykonać pracę w systemie MS Windows, mam arkusz kalkulacyjny Excel, tu są 2 pliki z danymi zanonimizowanymi oraz 2 pliki wynikowe, przełożone ręcznie.

Proszę o opis jak mogę wykonać tę pracę lub oferuję XX PLN za jej wykonanie. Kontakt mojmail@mojadomena.pl

---

Witam.

Chodzi o to by z pliku, w którym znajduje się różna ilość produktów w formacie, który podałem w poście, wyłonić jedynie nazwę produktu i datę (tylko rok) z dodatkowymi znakami (+++ między nazwą produktu i rokiem i --- na końcu). Reszta danych jest nieistona. Chodzi o to by się ich pozbyć, by zyskać czystą listę.

To co może byc ważne:

1. W jednym pliku znajduje się od 1-60 000 produktów.
2. Spacje czy odległości między danymi nie są takie same.

---

@mokrowski, 

Czyli jeżeli mamy w jednym pliku powiedzmy trzy produkty:

numer. Nazwa produktu
data
jakaś dana
jakaś dana
jakaś dana
jakaś dana

Różnej długości opis

numer. Nazwa produktu
data
jakaś dana
jakaś dana
jakaś dana
jakaś dana

Różnej długości opis




numer. Nazwa produktu
data
jakaś dana
jakaś dana
jakaś dana

jakaś dana

Różnej długości opis

Zamienić to na :

nazwa produktu+++data---
nazwa produktu+++data---
nazwa produktu+++data---

---

Tak jak napisałem. Zanonimizuj dane w plikach i je wystaw.
Co to znaczy zamienić? Chcesz mieć plik z wpisami:
nazwa produktu+++data---
nazwa produktu+++data---
nazwa produktu+++data---

Im precyzyjniej to opiszesz, tym szybciej Ci ktoś pomoże. No i nie napisałeś czy chcesz to robić sam, czy chcesz to zlecić.

---

"Co to znaczy zamienić? Chcesz mieć plik z wpisami:
nazwa produktu+++data---
nazwa produktu+++data---
nazwa produktu+++data---"

Tak.

"Czy pliki o takich nazwach?"

Nie. Piszę o zmianie tego co znajduje się w pliku. Znajduje się tam lista z niepotrzebnymi danymi. A ja chce uzyskac listę z samymi nazwami i datą ze specjalnymi znakami.

"No i nie napisałeś czy chcesz to robić sam, czy chcesz to zlecić."

Chcę to zrobić sam.

A). Przede wszystkim otrzymac informację czy to się da zrobić automatycznie zamiast ręcznie.
B). Ewentualnie otrzymac informację jak to zrobić labo na jaki program zwrócić uwagę.

Próbowałem z OpenOffice Calc. Otworzyłem plik txt za pomocą tego programu. Można tam usunąć niepotrzebne wiersze czy kolumny. Problem tylko w tym, że niektóre opisy są długie. Co za tym idzie program wypluł, że nie jest wstanie załadowac wszystkiego. Z 20 000 produktów załadował 10 :( To już ręcznie szybciej to zrobię, po prostu kasując w notatniku :(

---

A) Tak, da się to zrobić automatycznie. W OpenOffice Calc, będziesz jednak pisał program w jego Basicu lub PythonUno. Moim zdaniem, jeśli nie będziesz potrzebował takiej wiedzy w przyszłości, nie warto tego robić w tym narzędziu. Na pytanie "czy da się w OpenOffice Calc zrobić to bez programowania", odpowiedź brzmi nie.

B) Jest to łatwe do wykonania w dowolnym zestawie narzędzi do obróbki tekstu i programowania. Dla podejścia najbardziej surowego, to będą programy (pod choćby GNU/Linux) sed, grep, awk, bash. Dla podejścia nieco nowocześniejszego, Python czy inny język.

Moim zdaniem? Jeśli Twoim celem jest tylko rozwiązanie problemu, zleć to.

---

Dziękuję za informacje.

Answer 1

Jak zależy Ci na poprawności i bezbłedności to tak jak mówi @mokrowski lepiej zleć i to co podał to są profesjonalne porady

Jeżeli zależy ci na zabawie to i niekoniecznie chcesz się wyrobić w tych paru tygodniach to mogę poradzić jak nieprofesjonalista, nieproesionaliście.

1) Możesz zainstalować VSC wpisać w pole wyszukiwania wyrażenie regularne i zaznaczyć  wszystkie zaznaczenia Ctrl + Shift + L i skopiować do np notatnika.

2) Możesz użyć notepad++ by to  samo wykonać tylko w inny sposób.

O wszystko(jak zbudować wyrażenie regularne, i obsługę programu instalację to na YouTube) podpytasz AI ja używam Copilot, bo nie trzeba się logować.

O Miroslaw Zelent też podmieniał polskie znaki w odcinku o polskich znakach. To coś podobnego

Możesz obejrzeć pierwsze 7 odcinków C++ Miroslawa Zelenta i biblioteka Windows.h powinna wystarczyć, ale jak czegoś nie będziesz wiedział to podpytasz AI. Ja to na dyskusje pewnie czas będę miał dopiero w  niedzielę.

Comments

VSC silnie rekomenduję bo można to od razu zrobić w tych w 300 plikach, byleby się znalazły w tym samym workspace. A "Poeta Kodu" chyba miał film o wyrażeniach regularnych.

---

@TOWaD,

Dziękuję za ten komentarz. 

---

Tylko, rzadko  zdarza się, że przy bardziej skomplikowanych wyrażeniu regularnym,  było bezbłędnie. Często trzeba poprawiać i tak samo kodem. Dlaczego teorię zawsze dobrze znać.

---

I taki przykład bardzo niedoskonały

wyszukiwanie

(^\d+\..*)[\s\S\r](\d{4}-\d{2}-\d{2}\s\d{2}:\d{2}:\d{2})[\s\S\r]*[^\d+\..*]

zastąpienie

$1+++$2---
<- tu enter przez shift+Enter

tekst przed

W nim znajdują się dane:
---------------------------------------
323. Mała wykałaczka męska
2024-10-11 12:32:22
dane1
dane2
Wykałaczka męska, produkt wystawowy.
---------------------------------------
323.

tekst po

W nim znajdują się dane:
---------------------------------------
323. Mała wykałaczka męska+++2024-10-11 12:32:22---

https://stackoverflow.com/questions/41150941/multi-line-regular-expressions-in-visual-studio-code

https://stackoverflow.com/questions/30351529/find-and-replace-with-a-newline-in-visual-studio-code

Jeszce raz miłej zabawy  z regex.

ps.

 std::string s = "Some people, when confronted with a problem, think "
        "\"I know, I'll use regular expressions.\" "
        "Now they have two problems.";

https://en.cppreference.com/w/cpp/regex