5

我最近发现了协议缓冲区，并想知道它们是否可以应用于我的特定问题。

基本上我有一些 CSV 数据需要转换为更紧凑的格式进行存储，因为其中一些文件是几个 gig。

CSV 中的每个字段都有一个标题，并且只有两种类型，字符串和小数（因为有时有很多有效数字，我需要以相同的方式处理所有数字）。但是每个文件的每个字段都有不同的列名。

除了捕获原始 CSV 数据外，我还需要能够在保存之前向文件添加额外信息。我希望通过处理不同的文件版本来证明这一点。

那么，是否可以使用协议缓冲区来捕获随机数量的随机命名的数据列，例如 CSV 文件？

4

2 回答 2

5

嗯，它当然是有代表性的。就像是：

message CsvFile {
    repeated CsvHeader header = 1;
    repeated CsvRow row = 2;
}

message CsvHeader {
    require string name = 1;
    require ColumnType type = 2;
}

enum ColumnType {
    DECIMAL = 1;
    STRING = 2;
}

message CsvRow {
    repeated CsvValue value = 1;
}

// Note that the column is implicit based on position within row    
message CsvValue {
    optional string string_value = 1;
    optional Decimal decimal_value = 2;
}

message Decimal {
    // However you want to represent it (there are various options here)
}

我不确定它会提供多少好处，请注意...您当然可以添加更多信息（添加到 CsvFile 消息中），并且未来的校对采用“正常 PB 方式” - 仅添加可选字段等。

于 2008-12-16T14:38:07.373 回答
1

好吧，protobuf-net（我的版本）基于常规的 .NET 类型，所以不（因为它不会一直处理不同的模式）。但是 Jon 的版本可能允许动态类型。就我个人而言，我只是使用 CSV 并通过 GZipStream 运行它——我希望这会很好。

编辑：实际上，我忘记了：protobuf-net 确实支持可扩展对象，但是您需要小心一点……我希望这取决于完整的上下文。

另外，Jon 的嵌套数据方法也可能会奏效。

于 2008-12-16T14:32:19.147 回答