问题标签 [read-text]

我需要读取为发票、订单等存储的文本。在 ABAP 中，我们可以使用 READ_TEXT 功能模块，但我需要在 CDS 视图中读取它。有没有办法在 SELECT 语句中直接从数据库表中读取文本？

嘿，我对 C++ 很陌生，我遇到了一个问题：

我有一个看起来像这样的文本文件：

因此，文本文件顶部的前两个值描述了矩阵的维度。我现在想编写一个代码，它将矩阵中的所有文件读取到一个数组或int值向量中。getline我可以读取前三个值 (500, 1120,10) 并使用and将它们写入整数值stringstream，但我不知道如何读取用循环分隔的矩阵抽头。

我有结构数据：

• Main_Text
  • Sub1_text
  • Sub2_text
  • 等等（我有几百个子文件夹）

每个子文件夹包含多个 .txt 文件。

我想将所有文件读入 R，以创建一个如下所示的数据框：

文件名 | 文本

文件名 | .txt 文件的内容

我尝试了以下两种方法，但都不太奏效。任何帮助，将不胜感激。

1）使用 readtext 包：虽然这个包应该循环通过子文件夹，但我不能让它这样做。循环遍历 readtext 小插图中的文件的代码应该像这样工作：

这只会产生一个错误：

但是，如果我指定子文件夹，它就可以工作，即

但鉴于我有数百个子文件夹，我需要一个更递归的解决方案。

2）我还尝试了以下两步解决方案，我首先创建文件列表，然后尝试读取文本，这也导致错误：

这会生成我所有文件的准确列表，但显然不包括内容生成步骤：

所以我也试过： mypath="/Users/Main_Folder/" txt_files_ls = list.files(path=mypath, recursive=T, pattern="*.txt")

但是，哪个有效：

引发错误：

如果我指定

我得到一个不同的错误：

所以我什至无法使用类似的东西来组合它们的最后一步

我知道为什么会这样，因为文本文件本身没有标题，并且具有随机格式（它们是新闻稿）。这是我的 .txt 文件之一的示例：

2011 年 1 月 28 日星期五 联系人：Darrell “DJ” Jordan 202-225-4876 国会议员罗伯特·阿德霍尔特关于阿尔巴尼亚暴力事件的声明 华盛顿特区 - 国会议员罗伯特·阿德霍尔特（阿拉巴马州）今天发布了 th

我确定我遗漏了一些小东西，但是任何人都可以帮助说明如何正确读取文件名+文本，或者使用我尝试过的半工作解决方案之一，或者其他什么？

我对 Matlab 真的很陌生，我目前正在研究它以创建一些矩阵。我需要编写一个读取文本文件的循环，然后将每组整数分配给具有特定数字的变量，例如行的#。之后它将执行一些计算，然后最后连接矩阵 1xn 中的数组，但我遇到的是读取文件的过程，然后将其分配给动态变量，然后增加计数器。我想我的伪代码有正确的逻辑，但我正在努力使用 MATLAB 中的实际语法才能做到这一点。

我设法编写的伪代码和实际代码的某种混合：

因此，例如，结果将如下所示：

我知道第三个循环的结果正在工作并产生我想要的结果，但我的问题在于读取文本文件和前 2 个嵌套循环。

我很感激帮助。

我正在使用 readtext() 读取文本文件。
它似乎是用 utf-8 编码的（根据 notepad++，我无法验证）；
我不确定它是否编码正确或是否存在一些错误/损坏。
根据 Windows 资源管理器，磁盘上的文件大小为 200+ Mb。
当我阅读它并检查它在 RAM 中的大小时

我明白了

readtext() 在阅读时不会给出任何错误或警告

我几乎可以肯定整个文件没有被完全读取，因为稍大的文件占用 RAM 198.2 Mib，而较小的文件占用 157 MiB。

有没有办法了解 readtext 出了什么问题以及在哪里？
尽管不了解问题是什么，我是否应该将此报告为 readtext 的问题？

到目前为止，这就是我为读取文本文件所做的工作，

我的文本文件看起来像这样，

我想要代码的结果，例如，

但结果与文本文件本身相同。这不是“useDelimiter(".")”假设用句点（“.”）分隔文本文件吗？

我也尝试使用 hasNext() 和 next() 而不是 hasNextLine() 和 nextLine()，但它会打印出空的 30ish 新行。

我需要从 .Rmd 文件中提取所有小节（用于进一步的文本分析）及其标题（例如来自01-tidy-text.Rmdtidy-text-mining 书籍： https ://raw.githubusercontent.com/dgrtwo/tidy-text-mining/master /01-tidy-text.Rmd )

据我所知，一个部分从##sign 开始并一直运行到 next #、##sign 或文件末尾。

整个文本已经被提取（使用dt <- readtext("01-tidy-text.Rmd"); strEntireText <-dt[1,1]）并且位于变量strEntireText。

我想用stringr这个。或者stringi，类似的东西：

请提出您的解决方案。谢谢

本练习的最终目标是能够从 .Rmd 文件自动创建一个 data.frame，其中每一行对应于每个部分（和小节），列包含：部分标题、部分标签、部分文本本身以及其他一些特定部分的详细信息，稍后将提取。

我有一个包含这种格式信息的文件（input.txt）：

我需要在 Linux shell 中读取此文件并创建一个输出文件，其中包含基于第一列中的数字的输入文件的某些特定行，例如 045002、045013、045018。输出文件 (output.txt) 应该看起来像这样：

I have the following text file:

These are coordinates to regions of interest for each category in an image. I need to extract these regions. I know I have to use textscan to accomplish this but I am unsure of the formatspec options needed to achieve this, since whichever setting I use seem to give me some jumbled form of cell output.

What formatSpec should I use so that I get the coordinates of each region outputed in a cell?

I've tried the following:

文本文件就像

"Name","Salary", "Bernard,"200000.00"

我要显示

Name Salary Bernard 200000.00