幫助正規表示式解析 PDF 轉換的文字文件<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />所以，我正在研究我發現的一個很棒的數據集：
https://data.montgomerycountymd.gov/Public-Safety/Traffic-Violations/4mse-ku6q？
3 年內發生約 60 萬起交通違規。 很多東西需要重新編碼，大量文字資料和一些有趣的地理空間東西。
其中一欄是“費用”，這是駕駛員實際收到的費用。 我找到了一個 PDF 文件，其中包含所有 ID、它們是什麼、門票的價格以及收費值多少積分。 我只能找到一個PDF，它已轉換為文字檔案（附後）。
如果有人知道如何將其放入 JMP 表中，以便我可以將其與違規表結合起來，那將非常有幫助。 我認為正規表示式解析是我需要實現這一點的方法，然後將 .txt 表的 X XYZ (X) 結構符合費用所在的 X.XYZ(X) 結構。
如果有人有興趣，我也將原始資料放在這裡：smb://JMPSMD/Users2/Valente-D/TrafficData
謝謝！
回覆：幫助使用正規表示式解析 PDF 轉換的文字文件擔，
這個週末我可能會有一些時間來做這件事。 獲得稍微清晰一點的 TXT 檔案版本會很有幫助。 特別是，某些行（如 266）被視為列以兩個或三個為一組堆疊。 大多數長度大於約 300 的條目都以這種方式處理（約 200/1376）。 文字列中的值是透過僅在回車符和換行符（\!r、\!n）處解析原始檔案來建立的。
大學教師
回覆：幫助使用正規表示式解析 PDF 轉換的文字文件謝謝，唐。 我認為這將是一個挑戰。 這是一個好的開始。 讓我將其加入主表中，看看會得到什麼。 它不需要是完美的。 我有 650k 筆記錄，因此即使獲取其中的 20-30% 也將構成一個合理的演示資料集。 我很感激你的幫忙！ 我會告訴你。
-擔
回覆：幫助使用正規表示式解析 PDF 轉換的文字文件擔，
我已經為此工作了幾個小時。 pdf轉文字的翻譯有很多錯誤，大約有三分之一的輸入有問題。 清理它需要相當長的時間。 如果你能得到一個更清晰的翻譯，我也許能找到一些工作，但不幸的是，我沒有時間真正去做。 如果您想看一下，我附上了迄今為止我所做的工作的表格。
大學教師
回覆：幫助使用正規表示式解析 PDF 轉換的文字文件擔，
這非常有幫助。 讓我看看我能做什麼。
大學教師
回覆：幫助使用正規表示式解析 PDF 轉換的文字文件嗨，唐——
我沒有買到票。 只是尋找有趣的、雜亂且龐大的跨行業數據集。
這是原始 PDF：
http://www.courts.state.md.us/district/forms/criminal/dccr090.pdf
看看你的想法。 感謝您的協助。
擔
回覆：幫助正規表示式解析 PDF 轉換的文字文件擔，
我查看了文字文件，我認為轉換可能改變了格式。 如果您可以幫助建立結構，我可能可以將一些東西與正規表示式放在一起。
……當然，除非您試圖對最近收到的票進行基準測試。 在這種情況下，我的經理會嚴格禁止我這樣做。
大學教師
回覆：幫助使用正規表示式解析 PDF 轉換的文字文件擔，
我希望這不是因為您最近收到了一張罰單並試圖將其與其他罰款進行比較。
大樓
