帮助正则表达式解析 PDF 转换的文本文件<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />所以，我正在研究我发现的一个很棒的数据集：
https://data.montgomerycountymd.gov/Public-Safety/Traffic-Violations/4mse-ku6q？
3 年内发生约 60 万起交通违规。 很多东西需要重新编码，大量文本数据和一些有趣的地理空间东西。
其中一栏是“费用”，这是驾驶员实际收到的费用。 我找到了一个 PDF 文件，其中包含所有 ID、它们是什么、门票的价格以及收费值多少积分。 我只能找到一个PDF，它已转换为文本文件（附后）。
如果有人知道如何将其放入 JMP 表中，以便我可以将其与违规表结合起来，那将非常有帮助。 我认为正则表达式解析是我需要实现这一点的方法，然后将 .txt 表的 X XYZ (X) 结构符合费用所在的 X.XYZ(X) 结构。
如果有人感兴趣，我也将原始数据放在这里：smb://JMPSMD/Users2/Valente-D/TrafficData
谢谢！
回复：帮助使用正则表达式解析 PDF 转换的文本文件担，
本周末我可能会有一些时间来做这件事。 获得稍微清晰一点的 TXT 文件版本会很有帮助。 特别是，某些行（如 266）被视为列以两个或三个为一组堆叠。 大多数长度大于约 300 的条目都以这种方式处理（约 200/1376）。 文本列中的值是通过仅在回车符和换行符（\!r、\!n）处解析原始文件来创建的。
大学教师
回复：帮助使用正则表达式解析 PDF 转换的文本文件谢谢，唐。 我认为这将是一个挑战。 这是一个好的开始。 让我将其加入到主表中，看看会得到什么。 它不需要是完美的。 我有 650k 条记录，因此即使获取其中的 20-30% 也将构成一个合理的演示数据集。 我很感激你的帮助！ 我会告诉你。
-担
回复：帮助使用正则表达式解析 PDF 转换的文本文件担，
我已经为此工作了几个小时。 pdf转文本的翻译有很多错误，大约有三分之一的输入有问题。 清理它需要相当长的时间。 如果你能得到一个更清晰的翻译，我也许能找到一些工作，但不幸的是，我没有时间真正去做。 如果您想看一下，我附上了迄今为止我所做的工作的表格。
大学教师
回复：帮助使用正则表达式解析 PDF 转换的文本文件担，
这非常有帮助。 让我看看我能做什么。
大学教师
回复：帮助使用正则表达式解析 PDF 转换的文本文件嗨，唐——
我没有买到票。 只是寻找有趣的、杂乱且庞大的跨行业数据集。
这是原始 PDF：
http://www.courts.state.md.us/district/forms/criminal/dccr090.pdf
看看你的想法。 感谢您的帮助。
担
回复：帮助使用正则表达式解析 PDF 转换的文本文件担，
我查看了文本文件，我认为转换可能改变了格式。 如果您可以帮助构建结构，我可能可以将一些东西与正则表达式放在一起。
...当然，除非您试图对最近收到的票进行基准测试。 在这种情况下，我的经理会严格禁止我这样做。
大学教师
回复：帮助使用正则表达式解析 PDF 转换的文本文件担，
我希望这不是因为您最近收到了一张罚单并试图将其与其他罚款进行比较。
楼
