大数据 - 文本文件数据提取工具之一 基础篇常见文本格式

基础篇如何正确的拆分常见的文本格式，

什么样的字符能做拆分符号，理论上所有的字符都可以作为拆分符号用来拼接多列数据，

在拆分列数据的时候，数据里面不能再有这个拆分符号一样的字符串，否则数据就无法分开了，下面是日常工作中

我们常用的列拆分符号（可以是连续的多个同样字符作为1个拆分符号，相当于一个不常用的字符来做拆分符号）

博客中说的本软件是指大数据 - 文本文件数据提取工具

随机生成的范例数据说明如下：
其中的文本它只有1列数据共16万行
但可以按照英文冒号把1列数据拆分成2列数据
每行数据的分割符号为英文输入法下的冒号
（我自己拼接每行数据时用的是英文冒号，
当然你自己如果能生成类似的数据用中文输入法
下的中文冒号也是可以的，但不要中英文冒号混用，
软件是能实现解析中英文冒号的，如果实现了这样的
功能，处理大数据会严重影响数据的处理速度，
故我放弃了中英文冒号混用的情形，你的文本分割符，
要么用统一的中文冒号，要么用英文冒号，混用的话，
本软件是不支持的）

同样要注意的 还有中文逗号和英文逗号
------就是你的原始文件里所有行的列分割符号不能混用
软件不能处理这样的数据，但你硬是出现了这样的情况，
请联系我，我会单独写一个小工具帮你处理这样的混乱情况！

如何从本文件里提取任何一列或者多列数据，会在其它篇幅里讲到
（提取数据常用的的条件 有大于  大于等于  小于   小于等于  不等于 等于  前缀包含  后缀包含  中间靠前的部分包含或者中间靠后的部分包含简写成包含） 本篇只介绍常见的文本分隔符号。

 

随机生成的范例数据说明如下：
其中的文本它只有1列数据共16万行
但可以按照英文双冒号把1列数据拆分成2列数据
每行数据的分割符号为英文输入法下的冒号
（我自己拼接每行数据时用的是英文双冒号，
当然你自己如果能生成类似的数据用中文输入法
下的中文双冒号也是可以的，但不要中英文冒号混用，
软件是能实现解析中英文冒号的，如果实现了这样的
功能，处理大数据会严重影响数据的处理速度，
故我放弃了中英文冒号混用的情形，你的文本分割符，
要么用统一的中文双冒号，要么用英文双冒号，混用的话，
本软件是不支持的）

同样要注意的 还有中文逗号和英文逗号
------就是你的原始文件里所有行的列分割符号不能混用
软件不能处理这样的数据，但你硬是出现了这样的情况，
请联系我，我会单独写一个小工具帮你处理这样的混乱的情况！

随机生成的范例数据说明如下：
其中的文本它只有1列数据共16万行
但可以按照英文双冒号把1列数据拆分成3列数据
每行数据的分割符号为英文输入法下的冒号
（我自己拼接每行数据时用的是英文双冒号，
当然你自己如果能生成类似的数据用中文输入法
下的中文双冒号也是可以的，但不要中英文冒号混用，
软件是能实现解析中英文冒号的，如果实现了这样的
功能，处理大数据会严重影响数据的处理速度，
故我放弃了中英文冒号混用的情形，你的文本分割符，
要么用统一的中文双冒号，要么用英文双冒号，混用的话，
本软件是不支持的）

同样要注意的 还有中文逗号和英文逗号
------就是你的原始文件里所有行的列分割符号不能混用
软件不能处理这样的数据，但你硬是出现了这样的情况，
请联系我，我会单独写一个小工具帮你处理这样的混乱的情况！

 

随机生成的范例数据说明如下：
其中的文本它只有1列数据共16万行
但可以按照英文双冒号把1列数据拆分成11列数据
每行数据的分割符号为英文输入法下的冒号
（我自己拼接每行数据时用的是英文双冒号，
当然你自己如果能生成类似的数据用中文输入法
下的中文双冒号也是可以的，但不要中英文冒号混用，
软件是能实现解析中英文冒号的，如果实现了这样的
功能，处理大数据会严重影响数据的处理速度，
故我放弃了中英文冒号混用的情形，你的文本分割符，
要么用统一的中文双冒号，要么用英文双冒号，混用的话，
本软件是不支持的）

同样要注意的 还有中文逗号和英文逗号
------就是你的原始文件里所有行的列分割符号不能混用
软件不能处理这样的数据，但你硬是出现了这样的情况，
请联系我，我会单独写一个小工具帮你处理这样的混乱的情况！

以下截图与上面类似，只是分割符号不一样而已