如何在R中读取指定TXT文件并整理为column、desc、type列结构？

嘿，这个需求我刚好处理过类似的，咱们分两种情况来处理——一种是针对你给出的固定格式（每个描述都是两个单词），另一种是更通用的、能适配不同长度描述的方法，你可以根据自己的实际数据选择：

方法一：针对固定格式的快速处理 #

如果你的txt文件里每个条目都是「列名（1个单词）+ 描述（2个单词）+ 类型（1个单词）」的固定模式，那可以直接按位置拆分：

# 第一步：读取txt文件内容
raw_content <- readLines("your_file.txt")  # 替换成你的文件路径
# 第二步：把内容拆分成单个单词的向量
word_vec <- strsplit(raw_content, "\\s+")[[1]]

# 第三步：按固定位置提取数据并构建数据框
final_df <- data.frame(
  column = word_vec[seq(1, length(word_vec), by = 4)],
  desc = paste(word_vec[seq(2, length(word_vec)-1, by = 4)], 
               word_vec[seq(3, length(word_vec)-2, by = 4)], 
               sep = " "),
  type = word_vec[seq(4, length(word_vec), by = 4)],
  stringsAsFactors = FALSE
)

# 查看结果
print(final_df)

运行后就能得到你想要的三列结构啦！

方法二：通用正则匹配法（适配任意长度的描述） #

如果你的描述可能是1个、2个甚至更多单词，那用正则识别「类型」的位置会更靠谱。比如类型一般是Char(数字)、Integer、Varchar(数字)这类格式，我们可以用正则找到这些类型的位置，再反向提取对应的列名和描述：

# 第一步：读取并拆分内容
raw_content <- readLines("your_file.txt")
word_vec <- strsplit(raw_content, "\\s+")[[1]]

# 第二步：用正则匹配所有类型的位置
type_pattern <- "^(Char\\(\\d+\\)|Integer|Varchar\\(\\d+\\)|Float)$"  # 可根据实际类型扩展
type_positions <- which(grepl(type_pattern, word_vec))

# 第三步：遍历每个条目，提取列名、描述、类型
result_list <- lapply(seq_along(type_positions), function(i) {
  # 确定当前条目的起始位置：第一个条目从1开始，后续从上个类型的下一个位置开始
  start_pos <- ifelse(i == 1, 1, type_positions[i-1] + 1)
  end_pos <- type_positions[i]
  
  column <- word_vec[start_pos]
  type <- word_vec[end_pos]
  # 合并中间的所有单词作为描述
  desc <- paste(word_vec[(start_pos+1):(end_pos-1)], collapse = " ")
  
  data.frame(column, desc, type, stringsAsFactors = FALSE)
})

# 第四步：合并成最终数据框
final_df <- do.call(rbind, result_list)

# 查看结果
print(final_df)

这个方法更灵活，不管你的描述有几个单词都能正确识别~

内容的提问来源于stack exchange，提问作者Riya