Discussion :

[rongiermj]

Bonjour à tous et d'abord merci à ceux qui prendront le temps de me lire et de me répondre.

J'ai un fichier .txt qui est une extraction de données qui contient tout ce que je veux mais pas comme je le voudrais.
En gros j'ai 40 colonnes de tableau dont les données sont stockées avec séparateur ";". En revanche je ne sais pour quelle raison, les sauts de lignes ne se sont pas faits à l'identique de l'original. De fait de temps à autre une ligne d'origine va se retrouver en 3 lignes dans le fichier de sortie.

Ma question serait de savoir dans un premier temps comment "aplatir" le fichier? Comment supprimer les retours/saut de ligne pour que tout soit considéré comme une seule ligne.

Une fois que j'aurai ça je pensais faire un petit code pour refaire un saut de ligne tous les 40 ";" puisque j'avais 40 colonnes à l'origine.

J'ai bien entendu utilisé Google : Parser .txt PERL etc... supprimer saut de ligne... etc. Seulement j'ai de vieilles connaissances en prog mais pas en PERL et je suis perdu... et je manque cruellement de temps.
J'ai aussi tapé les mêmes infos dans la recherche du forum mais je n'ai aps trouvé de réponse ou je ne l'ai pas compris.

Bref si quelqu'un peut me guider un peu, je dois absolument traiter ce fichier et je n'ai vraiment pas envie de me faire 3000 lignes à la mano!!

Merci à tous par avance

P.S. Etape 1 aplatir le fichier, étape 2 re découper

Edit : Mes plus plates excuses je crois avoir mal posté ma question puisqu'elle apparait en discussion et non pas dans un sous forum...

[Philou67430]

Il n'y a pas de problème majeur à supprimer tous les sauts de lignes, et même à considérer que la lecture d'une ligne ne se limite pas au premier retour à la ligne.
Cependant, pourrais-tu donner un exemple (en pièce jointe ou en lien externe vers un serveur de fichier gratuit) de fichier d'entrée à 40 colonnes en précisant à quelle ligne une cellule du tableau contient des retours à la ligne ? Car je souhaite d'abord savoir s'il existe un autre séparateur de ligne de tableau que le caractère de retour à la ligne (ce qui règlerait immédiatement ton problème, sans avoir à "aplatir" le fichier.

D'ailleurs, cette information est primordiale, car ton idée d'aplatir le fichier n'est pas bonne en soi : la dernière cellule d'une ligne serait alors concaténée avec la première cellule de la ligne suivante, sans aucune possibilité de les séparer à postériori. Il faudrait donc que tu règles le problème à la source (lors de l'exportation en fichier texte de tes données d'origine).

[guigui32]

Bonjour,
Juste pour aider un peu j'ai récemment découvert que comme retour ligne il pouvait y avoir le classique "\n" mais aussi le "\r". Cela a résolu un problème proche du tien.
Tu aura un détail ici http://fr.wikipedia.org/wiki/Fin_de_ligne

Guillaume

[rongiermj]

Bonjour et merci pour vos réponses.

Pour régler le problème à la source, c'est impossible. Il s'agit d'un prestataire qui a mis des jours à faire l'extraction en DOS... Ayant déjà eu du mal à obtenir le fichier, je ne préfère pas me relancer dans la bataille!

@philou : Je pensais aplatir le fichier puis créer un petit code qui lis le contenu, à chaque évènement ";" il incrémente une variable, quand la variable arrive à 40, remise à 0 de la variable et insertion du retour à la ligne.

@guigui32 : merci je vais regarder le lien voir si je peux en tirer quelque chose

[Philou67430]

Tu n'as pas compris mon objection rongiermj : en aplatissant totalement le fichier, tu n'arriveras pas à distinguer la première cellule d'une ligne, de la dernière cellule de la ligne précédente, car il n'y aura pas de ; de séparation.
Pourrais-tu fournir le fichier en question (ou un équivalent s'il contient des données confidentielles) ? Sans cet exemple, il sera difficile de t'apporter une réponse pertinente à ton problème.

[Philou67430]

Après lecture du fichier que tu m'as fourni en privé, le problème est plus complexe qu'il n'y parait : les retours à la ligne ne se trouvent pas dans les cellules, mais plutôt, un peu n'importe où. Autant les trois premières lignes (séparées par \n\r) ne contiennent effectivement que 40 cellules séparées d'un ; (+ un ; en fin de ligne), autant par la suite, c'est plus chaotique, et la ligne suivante contient bien plus de cellules.
Cependant, les retours à la lignes semble ne pas être significatifs.

Pour lire correctement votre fichier, voici une proposition :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
$/ = ";"; # definit le séparateur de ligne à ;
while (!eof STDIN) {
  # chaque ligne est constituée de 41 cellules séparées par des ;
  # (41 car il semble qu'il y ait un ; à la fin de la dernière cellule d'une ligne)
  push @ligne, [ map { scalar(<STDIN>) } 0 .. 40 ];
}

Ceci dit, cela à deux inconvénients :
- les cellules peuvent contenir des \n. Dans ce cas, on peut les supprimer en modifiant le map :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

  push @ligne, [  map { (my $cell = <STDIN>) =~ s/[\n\r]//g; $cell } 0 .. 40 ];

- à partir de la ligne 40 (identifiant 139), il semble qu'il y ait un décalage, et que la ligne précédente possède plus de cellules (42 cellules, donc 43 points-virgules).

J'ai par ailleurs compté au total 1729 lignes de 40 cellules (donc 70889 points-virgules).