कोडिंग कारणों से जो आपको भयभीत करेगा (मैं कहने में बहुत शर्मिंदा हूं), मुझे एक ही स्ट्रिंग में कई टेक्स्ट आइटम संग्रहीत करने की आवश्यकता है।
मैं एक चरित्र का उपयोग करके उनका परिसीमन करूंगा।
इसके लिए कौन सा चरित्र उपयोग करना सबसे अच्छा है, अर्थात पाठ में कौन सा चरित्र दिखाई देने की संभावना सबसे कम है? स्थानीय मुद्दों से बचने के लिए ASCII में मुद्रण योग्य और संभवतः 128 से कम होना चाहिए।
|अपने पाठ में हो सकते हैं , मेरे पास वास्तव में ऐसा मामला था जहां मुझे वर्णों को यथासंभव न्यूनतम रखने की आवश्यकता थी। अधिकांश क्षेत्रों में जहां दिलचस्प पाठ के साथ तार, CSV बहुत भागने के कारण काम नहीं किया। हमारा क्षेत्र परिसीमन है /|। स्लेश केवल सामान्य रूप से सामान्य है लेकिन एक पाइप के साथ जोड़ा जाता है जिसे आप कभी नहीं चलाते हैं। मैं एक ऐसे इंजन का उपयोग कर रहा हूं, जो हर दिन बहुत से डेटा से गुजरता है। यह कभी नहीं टूटा है, और मुझे कभी भी एक स्ट्रिंग को एनकैप्सुलेट करने या विशेष चार से बचने की आवश्यकता नहीं है। औसतन, इस तंत्र ने हमें कुछ प्रतिशत पाठ बचाया है।
जवाबों:
कुछ शर्मनाक कारणों के लिए मान लें कि आप CSV का उपयोग नहीं कर सकते, मैं कहता हूं कि डेटा के साथ जाना होगा। कुछ नमूना डेटा लें, और प्रत्येक मूल्य 0-127 के लिए एक साधारण वर्ण गणना करें। उनमें से एक चुनें जो घटित न हो। यदि बहुत अधिक विकल्प है तो एक बड़ा डेटा सेट प्राप्त करें। इसे लिखने में ज्यादा समय नहीं लगेगा, और आपको इसका उत्तर सबसे अच्छा मिलेगा।
विभिन्न समस्या डोमेन के लिए उत्तर अलग होगा, इसलिए | (पाइप) शेल लिपियों में आम है, ^ गणित के फॉर्मूले में सामान्य है, और अधिकांश अन्य वर्णों के लिए भी यही सच है।
मुझे व्यक्तिगत रूप से लगता है कि मैं इसके लिए जाऊंगा (पाइप) यदि कोई विकल्प दिया गया है लेकिन वास्तविक डेटा के साथ जाना सबसे सुरक्षित है।
और जो भी आप करते हैं, सुनिश्चित करें कि आपने एक भागने की योजना बनाई है!
additional_attributes।
\tसीमांकक के रूप में एक टैब वर्ण का उपयोग करते हैं ?
मैं "यूनिट सेपरेटर" ASCII कोड "US" चुनूंगा: ASCII 31 (0x1F)
पुराने, पुराने दिनों में, ज्यादातर चीजें क्रमिक रूप से की जाती थीं, बिना यादृच्छिक पहुंच के। इसका मतलब है कि कुछ नियंत्रण कोड ASCII में एम्बेड किए गए थे।
ASCII 28 (0x1C) File Separator - Used to indicate separation between files on a data input stream.
ASCII 29 (0x1D) Group Separator - Used to indicate separation between tables on a data input stream (called groups back then).
ASCII 30 (0x1E) Record Separator - Used to indicate separation between records within a table (within a group). These roughly map to a tuple in modern nomenclature.
ASCII 31 (0x1F) Unit Separator - Used to indicate separation between units within a record. The roughly map to fields in modern nomenclature.
यूनिट सेपरेटर ASCII में है, और इसे प्रदर्शित करने के लिए यूनिकोड समर्थन है (आमतौर पर एक ही ग्लिफ़ में "हमें") लेकिन कई फोंट इसे प्रदर्शित नहीं करते हैं।
यदि आप इसे प्रदर्शित करना चाहते हैं, तो मैं इसे खेतों में पार्स करने के बाद, इन-एप्लिकेशन को प्रदर्शित करने की सलाह दूंगा।
विभिन्न भाषाओं का उपयोग करते समय, यह प्रतीक: this
सबसे अच्छा साबित हुआ। हालाँकि मैं अभी भी परीक्षण कर रहा हूँ।
आपने "प्रिंट करने योग्य" कहा, लेकिन इसमें टैब (0x09) या फ़ॉर्म फ़ीड (0x0c) जैसे वर्ण शामिल हो सकते हैं। मैं लगभग हमेशा सीमांकित फ़ाइलों के लिए कॉमा के बजाय टैब का चयन करता हूं, क्योंकि कॉमा कभी-कभी पाठ में दिखाई दे सकता है।
(दिलचस्प रूप से पर्याप्त एससीआई तालिका में समूह जीएस (0x1 डी), आरएस (0x1E), और यूएस (0x1F) के समूह, रिकॉर्ड और यूनिट विभाजक, जो कुछ भी हैं / हैं उनके वर्ण हैं।)
यदि "प्रिंट करने योग्य" से आपका मतलब एक ऐसे चरित्र से है जिसे एक उपयोगकर्ता पहचान सकता है और आसानी से टाइप कर सकता है, तो मैं पाइप के लिए जाऊंगा प्रतीक पहले, कुछ अन्य अजीब अक्षर के साथ ( @या ~या ^या \या बैकटिक जिसे मैंने यहां प्रवेश नहीं कर पा रहे) एक संभावना के रूप। इन पात्रों को +=!$%&*()-'":;<>,.?/लगता है कि उपयोगकर्ता इनपुट में उनके होने की संभावना अधिक होगी। अंडरस्कोर _और हैश #और कोष्ठक के लिए {}[]मुझे नहीं पता।
28 FSफाइल सेपरेटर, 29 GSग्रुप सेपरेटर, 30 RSरिकॉर्ड सेपरेटर, 31 USयूनिट सेपरेटर। दुर्भाग्य से, बहुत ज्यादा कोई भी उनका उपयोग नहीं करता है, हालांकि यह वही है जो वे चाहते थे। व्यक्तिगत रूप से मैं CSV प्रारूप फ़ाइलों का पता लगाता हूं क्योंकि इतने सारे लोग चीजों के बारे में नहीं सोचते हैं और एक गड़बड़ बनाते हैं कि हमें प्रोग्रामर से निपटना पड़ता है यदि हम उनके फ़ाइल स्वरूपों का समर्थन करना चाहते हैं।
आप CSV शैली प्रारूप का उपयोग कैसे करते हैं? वर्ण मानक CSV प्रारूप में बच सकते हैं, और पहले से ही पहले से लिखे गए बहुत सारे पार्सर हैं।
तेजी से भागने के लिए, मैं इस तरह से सामान का उपयोग करता हूं: कहते हैं कि आप str1, str2 और str3 को संक्षिप्त करना चाहते हैं जो मैं करता हूं:
delimitedStr=str1.Replace("@","@a").Replace("|","@p")+"|"+str2.Replace("@","@a").Replace("|","@p")+"|"+str3.Replace("@","@a").Replace("|","@p");
फिर मूल उपयोग को पुनः प्राप्त करने के लिए:
splitStr=delimitedStr.Split("|".ToCharArray());
str1=splitStr[0].Replace("@p","|").Replace("@a","@");
str2=splitStr[1].Replace("@p","|").Replace("@a","@");
str3=splitStr[2].Replace("@p","|").Replace("@a","@");
नोट: प्रतिस्थापित का क्रम महत्वपूर्ण है
इसके अटूट और लागू करने में आसान है
यह स्थिति या भाषा के आधार पर अच्छा या बुरा (आमतौर पर बुरा) हो सकता है, लेकिन इस बात का ध्यान रखें कि आप हमेशा पूरी बात को आधार बना सकते हैं। फिर आपको प्रत्येक पक्ष पर विभिन्न पैटर्नों के भागने और उनके बारे में चिंता करने की ज़रूरत नहीं है, और आप बस एक चरित्र के आधार पर स्ट्रिंग्स को अलग और विभाजित कर सकते हैं जिसका उपयोग आपके बेस 64 चार्ट में नहीं किया गया है।
XML गुणन / नोड्स में XML दस्तावेज लगाने के साथ सामना करने पर मुझे इस समाधान का सहारा लेना पड़ा है। प्रॉपर्टीज में सीडीएटीए ब्लॉक बिल्कुल नहीं हो सकते हैं, और नोड्स सीडीएटीए के रूप में बच गए हैं, जाहिर है कि संरचना को तोड़ने के बिना सीडीएटीए ब्लॉक के अंदर नहीं हो सकता है।
सीएसवी संभवतः अधिकांश स्थितियों के लिए एक बेहतर विचार है।
मुझे नहीं लगता कि मैंने कभी भी प्राकृतिक पाठ में अल्पविराम के बाद एक एम्परसैंड देखा है, लेकिन आप फ़ाइल को पहले देख सकते हैं कि क्या इसमें सीमांकक शामिल है, और यदि हां, तो एक विकल्प का उपयोग करें। यदि आप हमेशा यह जानना चाहते हैं कि आपके द्वारा उपयोग किए जाने वाले सीमांकक में कोई विरोध नहीं होगा, तो आप जिस परिसीमन के लिए फ़ाइल की जाँच करना चाहते हैं, उसे लूप करें और यदि यह मौजूद है, तो स्ट्रिंग को तब तक डबल करें जब तक कि फ़ाइल का मिलान न हो । इससे कोई फर्क नहीं पड़ता कि क्या समान तार हैं क्योंकि आपका कार्यक्रम केवल सटीक सीमांकक मैचों की तलाश करेगा।