如何读取文本文件，提取RTE编号并生成关联列？

原始输入文本 #

RTE 001    
  CO. CITY   POSTMILE   PT  POINT                
  ORA DAPT   R000.129   DH  000.102

  ORA DAPT   R000.204   DI
          
  ORA DAPT   R000.231   DH  000.022
  
..........
                   
                   RTE 022

  CO. CITY   POSTMILE   PT  POINT               
  ORA SLB     000.000   DH  000.017
 
  ORA SLB     000.017   DH  000.130 

期望输出文本 #

RTE  CO. CITY   POSTMILE   PT  POINT                
001  ORA DAPT   R000.129   DH  000.102
 
001  ORA DAPT   R000.204   DI  
        
001  ORA DAPT   R000.231   DH  000.022

022  ORA SLB     000.000   DH  000.017

022  ORA SLB     000.017   DH  000.130 

问题说明 #

目前可识别并处理以ORA开头的行，但无法提取RTE 001、RTE 022这类编号，并将其作为列添加到后续行中，直到遇到下一个RTE标识为止。

解决方案1：使用AWK脚本 #

AWK适合快速处理文本行，以下脚本可实现需求：

BEGIN {
    rte = ""
}

/^[[:space:]]*RTE/ {
    split($0, parts, /RTE/)
    rte = parts[2]
    gsub(/^[[:space:]]+|[[:space:]]+$/, "", rte)
    next
}

/^[[:space:]]*ORA/ {
    gsub(/^[[:space:]]+/, "", $0)
    printf "%s  %s\n", rte, $0
    next
}

/^[[:space:]]*CO\. CITY/ {
    gsub(/^[[:space:]]+/, "", $0)
    printf "RTE  %s\n", $0
}

使用方式：将脚本保存为process_rte.awk，执行命令：

awk -f process_rte.awk input.txt > output.txt

解决方案2：使用Python脚本 #

如果需要更灵活的逻辑，可使用Python实现：

current_rte = ""
output_lines = []

with open("input.txt", "r") as f:
    for line in f:
        stripped_line = line.strip()
        # 跳过空行和分隔线
        if not stripped_line or stripped_line.startswith(".........."):
            continue
        # 提取RTE编号
        if stripped_line.startswith("RTE"):
            current_rte = stripped_line.split()[1]
        # 处理表头行
        elif stripped_line.startswith("CO. CITY"):
            output_lines.append(f"RTE  {stripped_line}")
        # 处理ORA行，添加RTE编号
        elif stripped_line.startswith("ORA"):
            output_lines.append(f"{current_rte}  {stripped_line}")

# 写入输出文件
with open("output.txt", "w") as f:
    f.write("\n\n".join(output_lines) + "\n")

使用方式：保存为process_rte.py，执行命令：

python process_rte.py

内容的提问来源于stack exchange，提问作者tinhtu