详解使用Node.js 将txt文件转为Excel文件
最近同事需要对一份报告进行整理,一共有80个报告约9000多行放在一个txt文件中。虽然每份报告的格式比较类似,但其中部分字段对应的数量依旧会有差别。所以真要靠人工来做,无疑会是一件费时费力的并且是很枯燥的工作。据说如果有了这个程序,可以减少60%的工作量!那么为了我以后的下午茶,自然应该去尝试一下不是么?
不过既然是费时费力又枯燥的工作,自然就应该交给代码去解决。毕竟,我坚信任何的科学技术就是为了让人类偷懒而存在的。那么就先切入正题,先上GitHub的项目地址。欢迎批评指点。
GitHub项目:report-maker
项目分析
既然准备要上代码了,作为一个狂热的前端爱好者,自然首选Node.js了。这一个项目主要的目的就是将txt文件中的内容按照一定的规则转化为固定格式的表格并导出为Excel。那么重点就可以分为下面两步了。
- Excel文件的生成
- txt内容的整理
1.Excel文件的生成
Excel文件自然是寻找可以依赖的模块了(毕竟我自己写不出来)。找了一圈,发现js-xlsx这一个模块。虽然看起来很复杂,但其实只要提供好表头和内容就可以,其余只是对于内容数据整理的固定模板。
相关教程可以参考下面这篇,讲的比较详细所以这里就不多做赘述了。
参考教程:使用node-xlsx进行excel文件的读写
2.txt内容的整理
解决了Excel导出的问题(不然就得换Py了呢),文档内容的整理便是这个项目最重要的问题了。最终整理的表格样式以及需要抽出的项目内容已经和同事确认过了。那么接下来就是如何整理了一个有着80个长短不一报告的文件了。
首先来看看文件的格式,整个文件的格式类似于下面这样。
PolicyName:policyName1 ……省略中间内容…… PolicyType:Standard(0) ……省略中间内容…… Client/HW/OS/Pri/CIT:Client1 Client/HW/OS/Pri/CIT:Client2 Client/HW/OS/Pri/CIT:Client3 Client/HW/OS/Pri/CIT:Client4 ……省略多个Client Include:/dir1 Include:/dir2 Include:/dir3 ……省略多个Include Schedule:Schedule1 Type: …… Schedule:Schedule2 Type: …… ……省略多个Schedule PolicyName:policyName2 ……省略中间内容…… ……
可以看出,每一个段落是以PolicyName为分界的。那么,利用fs.readFile将完整的文件读取进来,作为一个字符串使用split方法进行切割。具体代码如下:
fs.readFile(filePath,'UTF-8',function(err,data){ if(err)throwerr; //对文件读取的数据进行处理,首先用policyName进行切割 varpolicyLists=data.split(config.splitRules.policyName); if(policyLists[0]==='\r\n'){ policyLists.shift(); };
然后针对数组中每一个元素(一个段落)根据之前文件中所需要项目,使用正则表达式切提取出所需要的内容,然后将提取出的内容组成所需要的数据结构,具体代码如下。其中schedule项目中内容也并非在一行中,所以也同样使用上面的方法进行切割。而对于其他的项目,则通过正则表达式来进行内容的获取。
policyLists.forEach(function(policy){ varpolicyData=policyFormatter(config.splitRules.policyName+policy); excelData.push(policyData); }); /** *对每一个policy进行整理使其符合表格插入的形式 *@param{*}policy *{ *policyName:String *client:[]] *policyType:String *include:[] *schedule[] *scheduleResidence:String *} * */ functionpolicyFormatter(policy){ varpolicyNameMatcher=newRegExp(config.splitRules.policyName+"([\\s\\w\\d\\-]*)\\r\\n"), clientMatcher=newRegExp(config.splitRules.client+"([\\s\\w\\d\\?\\-\\.]*)\\r\\n","g"), policyTypeMatcher=newRegExp(config.splitRules.policyType+"([\\s\\w\\d\\(\\)\\-]*)\\r\\n"), includeMatcher=newRegExp(config.splitRules.include+"([\\s/\\w\\.\\\\:_\\?=\\\"\\*]*)\\r\\n","g"); varscheduleLists=policy.split(config.splitRules.schedule).slice(1), scheduleFormatLists=[], scheduleResidenceMatcher=newRegExp(config.splitRules.scheduleResidence+"([\\s\\w\\d\\-\\(\\)]*)\\r\\n"); scheduleLists.forEach(function(schedule){ varscheduleFormat=config.splitRules.schedule+schedule; scheduleFormatLists.push(scheduleFormat); }); //console.log(scheduleFormatLists); varresults={ policyName:policy.match(policyNameMatcher)[1].trim(), client:policy.match(clientMatcher)?policy.match(clientMatcher).join('').trim():'', policyType:policy.match(policyTypeMatcher)[1].trim(), include:policy.match(includeMatcher).join('').trim(), schedule:scheduleFormatLists.join('').trim(), scheduleResidence:scheduleLists[0].match(scheduleResidenceMatcher)[1].trim() }; //console.dir(results); returnresults; }
主要逻辑处理完以后,把收集到的内容传给excel处理模块,导出成文件就能解决问题了。
不过似乎最终如果能导出为Word,似乎更好。看来还有新的改进空间还留着呢。
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持毛票票。