48524_fr-FR

liliconcom

Construire une table de données à partir d'une chaîne en utilisant une correspondance de modèle

Problème

Vous avez une chaîne de texte qui a un motif répétitif. Vous souhaitez extraire des données de la chaîne dans une table de données. Chaque répétition dans la chaîne représente une ligne dans la table. Il peut y avoir beaucoup de données à ignorer car elles n'appartiennent pas à la table.

Solution

Utilisez le JSL PatMatch une fonction. Vous devrez utiliser les fonctions pat___ pour créer un motif. L'exemple suivant crée une table de données de liens trouvés sur une page Web.

site = "https://en.wikipedia.org";
url = "/wiki/JMP_(statistical_software)";
html = Load Text File( site || url ); // Dec 2017: 200+ links here
quote = "\!""; // simplify escaping of quotation mark elsewhere

dt = New Table( url, New Column( "link", Character ), New Column( "text", Character ) );

// A typical link looks like this on Wikipedia:
//<A href="https://st.wikipedia.org/" lang="st" target="_blank" rel="nofollow noopener noreferrer">Sesotho</A>
// the following pattern will need tweaking for other sites.

rc = Pat Match( html, //
 Pat Repeat( // until there are no more
  Pat Break( "<" ) + // match up to, but not including, the <
  (// either we've found a link with <A>> vlink + Pat Break( ">" ) // store match in vlink
   // throw away the closing > then capture everything  up to the
   // closing </A>. this may include other tags
   + ">" + Pat Arb() >> vtext + "" + // store match in vtext
   Pat Fence() + // fence off previously parsed data, back-up-and-retry is pointless
   Pat Test( // inject some JSL into the match to save the results
    If( Starts With( vlink, "#" ), // ignore in-page anchors
     {} // nothing
    , // else
     If( Starts With( vlink, "/" ), // within site links begin with /
      vlink = site || vlink; // fully qualified
     );
     dt << addrows( 1 ); // extend the table by one row
     dt:link = vlink; // vlink and vtext are the JSL variables
     dt:text = vtext; // link and text are the table variables
    ); //
    1; // PatTest needs a true result to keep going
   ) //
   ) //
  | // or we found something else and can just skip it
   Pat Break( ">" ) // match up to the closing > and throw it away
  ) //
 ) //
);

Data table of links and associated textTableau de données des liens et du texte associé

Discussion

Votre modèle sera différent. les caractères font partie de la spécification HTML et le correcteur de modèle les utilise pour rechercher les liens dans le texte. Vos données suivront un autre modèle. Vous voudrez PatFence et le PatTest, mais vous voudrez aussi changer tous les cas spéciaux dans PatTest Pour cet exemple html, les liens commençant par le signe # ne sont que des ancres dans une page Web (ils font défiler la page vers une section lorsque l'utilisateur clique dessus), de sorte que le code les ignore. Sinon, le lien devrait être enregistré. Si les liens sont enregistrés, le site est ajouté au début s'ils commencent par un /. Vous devrez peut-être gérer des détails similaires.

Voir également

https://community.jmp.com/t5/Uncharted/Pattern-Matching/ba-p/21005