C++處理本文文件

上一篇PHP的日誌是講從教學信息網站上讀取課程信息

這一篇講從某大資料裏讀取課程信息

 

這2份課程信息其實有很多重複之處，比如上課教師的姓名，什麼學分，什麼課號什麼的……

這是必然，但每份都有自己的重要之處：

php抓取的那份裏有選課的最大人數和已選課人數。這是選課時最重要的數據。

而c++處理的這份資料裏有上課的時間和地點。地點倒無所謂，但是上課時間又是選課時的一個很重要的篩選條件——當然不能在有課的時候再選課嘍~

 

c++要處理的這份資料也是從本科教學信息網上DOWN的（我說網絡中心就不能再多做一步，把這種篩選的功能做出來麼？！罷了，他做出來，我去做什麼去。。。）

好在網絡中心的很多資料都是公開的，比如2010-2011學年的所有課程，是可以下載下來的，格式有很多，什麼xml,csv,xls還有pdf,tiff之類不會搞的東西。

 

最開始想的肯定是csv啦，這種親文本的類型最適合我們這種親手處理了。

事實上確實也好編。

於是做成這樣就ok：

ifstream infile("lesson.txt"); char ch[200]; while (infile.peek() != EOF) { infile.get(ch,190,','); cout << ch ; //輸出或者轉存也可以 while (infile.peek()==',') infile.ignore(1); //跳過','分隔符，感謝CT提供想法 }  

但是悲劇在於，csv雖然用逗號分隔內容，但是某些內容裏竟然還有逗號（而且都是半角）……當然它這種逗號都是用雙引號包圍的，肯定能做成無視引號內逗號的，但是顯然麻煩許多 。

 

於是我下載下來xls格式的，用excel打開，所裏面的所有半角逗號都替換成全角逗號，之後再保存成csv，改名成txt……

之後再用WORD打開txt，把所有半角逗號全換成回車符"^p"，這樣的好處就是可以用getline()了……

 

於是最終的結果成了這樣：

char ch[300]; infile.getline(ch,280);  

但是注意某些行竟然有200多個字符！所以小心越標，所以對於這種無所謂效率的小工具來說，還是開的內存大一點吧~~

最後說一點，處理的txt文件要保存成ansi編碼，UTF8是不行的，至少c++一般的fstream是不支持的……

 

嗯，先說這麼多。我覺得快編完了~