Pit: Diese Zeile krieg ich nicht gematcht

Beitrag lesen

Hallo Rolf, hallo Nachtschwärmer,

willkommen in der Wirklichkeit. Es gibt einfach Datenbestände, die - zumeist wegen manueller Erfassung durch kreative „Künstler“ - vermüllt sind und kein Original haben, von dem man eine bessere Fassung ableiten könnte. Die Daten sind einfach so erfasst worden, von mehreren Leuten, die unterschiedliche Vorstellungen von richtig und falsch hatten, gerne über viele Jahre hinweg, gerne auch mal mit verrutschten Spalten bei der Erfassung.

Oder es gibt ein Original hierzu, dass aus welchen Gründen auch immer, nicht zugänglich ist und das Einzige, was zugänglich ist, ist der Datenmüll. und da dieser seit Jahren das Einzige ist, was zugänglich ist, wird sich nun immer und immer wieder bei Bedarf aus diesem Topf bedient. Ich kenne Beides, in diesem Fall ist es noch viel einfacher. Das einzige zugängliche Dokument ist ein PDF, aus dem man sich die Daten (wenigstens) textbasiert herausziehen kann. Dabei entsteht dieses unbequeme Konstrukt. Sämtliche Versuche, das PDF zu konvertieren, generieren noch viel mehr Datenmüll. Ich hatte aber auch schon Daten, die mir in einem 450x150x150 mm großem Holzkasten, gefüllt mit einer Unmenge an Karteikarten geliefert wurden. Auf diese hatten über Jahre hinweg verschiedenste Leute die Informationen so niedergeschrieben, wie sie es für sich und die jeweils aktuelle Situation als günstig erachteten. Was ich damit sagen will: Rolf hat Recht, das ist die Realität.

Zumindest stellt sich mir Pits Problem so dar. Er versucht jetzt, das beste draus zu machen und die Daten zu sanieren. Solchen Schwierigkeiten habe ich in meiner Berufspraxis mehr als einmal gegenüber gestanden. Wenn man versucht, solche Datengebilde zu restrukturieren, entstehen genau die beschriebenen Sonderfälle. Man guckt sich die Daten an, entwickelt eine Strategie wie man sortieren könnte, probiert aus, fällt auf die Nase, probiert neu, etc.

Ich hätte es nicht besser ausdrücken können. Und ganz ehrlich, diese vorliegenden Daten gehen wirklich noch, ich hatte schon Excel-Tabellen, die weitaus desaströser waren als diese Daten, die ich nun habe.

Deine Forderungen sind ein schöner Wunsch und Pit wäre sicher froh, wenn er diese Forderungen erfüllen könnte. Denn dann hätte er sein Problem gelöst.

Absolut, aber ich/wir sind wirklich ganz knapp davor. Im Grunde sinds jetzt schon nur noch eine Handvoll Ausnahmen, die man auch bequem per Hand aussortieren könnte.

Pit

0 71

Nochmal Regex gesucht

Pit
  • regex
  1. 0
    ursus contionabundo
    1. 0
      ursus contionabundo
    2. 0
      Pit
      1. 0
        Matthias Apsel
        1. 0
          Pit
          1. 0
            ursus contionabundo
            1. 0
              Pit
              1. 0
                Rolf B
                1. 0
                  Pit
                  1. 0
                    Rolf B
                    1. 0
                      Pit
                  2. 0
                    Rolf B
                    1. 0
                      Pit
                      1. 0
                        Rolf B
                        1. 0
                          Matthias Apsel
                          1. 0
                            Pit
                            1. 0
                              Rolf B
                              1. 0
                                Pit
                                1. 0

                                  So geht es fast...

                                  Pit
                                  1. 0

                                    Diese Zeile krieg ich nicht gematcht

                                    Pit
                                    1. 0
                                      ursus contionabundo
                                      1. 0
                                        Pit
                                        1. 0
                                          Self-Nachtwächter
                                          • programmiertechnik
                                          • programmplanung
                                          • regex
                                          1. 0
                                            Rolf B
                                            1. 0
                                              Pit
                                              1. 0

                                                Lösungsalternative: pdftotext

                                                ursus contionabundo
                                          2. 0
                                            Pit
                                            1. 0

                                              Diese Zeile krieg ich nicht gematcht - weitere Vereinfachung

                                              ursus contionabundo
                                    2. 0
                                      Gunnar Bittersmann
                                      1. 0
                                        Pit
                                        1. 0
                                          Gunnar Bittersmann
                                          1. 0
                                            Pit
                                            1. 0
                                              Rolf B
                                              1. 0
                                                Pit
                                                1. 0
                                                  MudGuard
                                                2. 0
                                                  Pit
                                                  1. 1
                                                    Pit
                        2. 0
                          Pit
                        3. 0
                          Pit
                          1. 0
                            Pit
                            1. 0
                              Rolf B
                              1. 0
                                Pit
                  3. 0

                    Nach Deinen Ergänzungern verbesserte Lösung

                    ursus contionabundo
                    1. 0
                      Pit
                      1. 0
                        ursus contionabundo
                        1. 0
                          Pit
                          1. 0

                            Tips zur Fehlersuche

                            ursus contionabundo
                            • php
                            1. 0
                              Pit
                              1. 0

                                Du bist nicht allein ...

                                ursus contionabundo
                                1. 0
                                  Pit
                  4. 0
                    Gunnar Bittersmann
                    1. 0
                      Pit
                      1. 0
                        Gunnar Bittersmann
              2. 0

                Vorhersehbar untauglicher Lösungsversuch

                ursus contionabundo
              3. 0
                pl
          2. 0
            Matthias Apsel
            1. 0
              Pit
          3. 0
            beatovich
            1. 0
              Pit
      2. 0
        pl
        1. 0
          Pit
          1. 0
            Mitleser
            • meinung
            • regex
          2. 0
            pl
            1. 0
              Rolf B
              1. 0
                pl
                1. 0
                  Rolf B
                  1. 0
                    pl
            2. 0
              Gunnar Bittersmann
      3. 0
        dedlfix
        1. 0
          Pit