Tkinter GUI将定宽文件转换为分隔文件

Question

我正在为我们的数据部门编写一个转换程序，目的是把固定宽度的文件转换成以分隔符分开的文件。通常，我们会把文件导入到Excel中，使用文本导入向导来设置字段的长度，然后保存为CSV格式。但是，我们遇到了一个问题，就是现在有些文件记录数达到了几百万条，Excel根本无法导入这些文件。而且，这些文件的字段之间不一定有空格，尤其是像电话号码或邮政编码这样的值字段之间。文件的标题部分也常常是完全填满的，没有空格。

以下是我们正在处理的一个典型固定宽度文件的示例：

SequenSack and PaFull Name****************************]JOB TITLE****************]HOSP NAME******************************]Delivery Address***********************]Alternate 1 Address********************]Calculated Text**********************************]POSTNET Bar
000001T1  P1     Sample A Sample                                                                                         123 Any Street                                                                  Anytown 12345-6789                                12345678900
000002T1  P1     Sample A Sample                       Director of Medicine                                              123 Any Street                          Po Box 1234                             Anytown 12345-6789                                12345678900

这个程序需要把文件拆分成以下几个以分隔符分开的字段：

序列号
包裹和邮寄
全名
职位名称
医院名称
送货地址
备用地址1
计算文本
邮政编码条形码

每个文件中每个字段的宽度略有不同，这取决于具体的工作内容。我希望能有一个图形界面的分隔符设置工具，类似于Excel的导入向导，专门用于处理固定宽度的文件。我正在用Python编写这个工具，它是一个更大工具的一部分，这个大工具还可以进行其他文件操作，比如把文件拆分成多个文件、反转文件、从分隔符格式转换为固定宽度格式，以及校验数字检查。我在其他工具中使用Tkinter，如果这个解决方案也能使用Tkinter就更好了。

非常感谢任何帮助！

Answer 1

编辑：我现在明白你是在寻找一个图形用户界面（gui）。我会把这个不正确的回答留着，以便后人参考。

import csv

def fixedwidth2csv(fw_name, csv_name, field_info, headings=None):
    with open(fw_name, 'r') as fw_in:
        with open(csv_name, 'rb') as csv_out: # 'rb' => 'r' for python 3
            wtr = csv.writer(csv_out)
            if headings:
                wtr.writerow(headings)
            for line in fw_in:
                wtr.writerow(line[pos:pos+width].strip() for pos, width in field_info)

Answer 2

如果我理解这个问题没错（其实我可能理解错了……），最简单的解决办法可能就是用一个文本小部件。

你可以让第一行是一些空格，长度和行一样。然后用几个交替的标签（比如“偶数”和“奇数”）给每个字符上不同的颜色，这样它们就能彼此区分开来。第二行可以是标题，剩下的几行可以是一些示例数据。

接着，你可以设置一些绑定，让用户点击第一行的字符时，把空格变成“x”。如果他们点击“x”，就把它变回空格。这样他们就可以点击每一列的起始字符。当用户完成后，你可以获取文本小部件的第一行，这样就能看到每一列对应的“x”。然后你只需要一个小函数，把这些“x”转换成你需要的格式。

大概会像这样（当然颜色和这个网站上显示的会不一样）

      x          x                                     x  ...
SequenSack and PaFull Name****************************]JOB...
000001T1  P1     Sample A Sample                          ...

这里有个快速的小技巧来说明这个大概念。虽然有点粗糙，但我觉得能说明这个方法。当你运行它时，点击第一行的某个区域来设置或清除一个标记。这样会让标题在每个标记处交替高亮显示不同的颜色。

import sys
import Tkinter as tk
import tkFont

class SampleApp(tk.Tk):
    def __init__(self, *args, **kwargs):
        tk.Tk.__init__(self, *args, **kwargs)

        header = "SequenSack and PaFull Name****************************]JOB TITLE****************]HOSP NAME******************************]Delivery Address***********************]Alternate 1 Address********************]Calculated Text**********************************]POSTNET Bar"
        sample = "000001T1  P1     Sample A Sample                                                                                         123 Any Street                                                                  Anytown 12345-6789                                12345678900"
        widget = DelimiterWidget(self, header, sample)
        hsb = tk.Scrollbar(orient="horizontal", command=widget.xview)
        widget.configure(xscrollcommand=hsb.set)
        hsb.pack(side="bottom", fill="x")
        widget.pack(side="top", fill="x")

class DelimiterWidget(tk.Text):
    def __init__(self, parent, header, samplerow):
        fixedFont = tkFont.nametofont("TkFixedFont")
        tk.Text.__init__(self, parent, wrap="none", height=3, font=fixedFont)
        self.configure(cursor="left_ptr")
        self.tag_configure("header", background="gray")
        self.tag_configure("even", background="#ffffff")
        self.tag_configure("header_even", background="bisque")
        self.tag_configure("header_odd", background="lightblue")
        self.tag_configure("odd", background="#eeeeee")
        markers = " "*len(header)
        for i in range(len(header)):
            tag = "even" if i%2==0 else "odd"
            self.insert("end", " ", (tag,))
        self.insert("end", "\n")
        self.insert("end", header+"\n", "header")
        self.insert("end", samplerow, "sample")
        self.configure(state="disabled")
        self.bind("<1>", self.on_click)
        self.bind("<Double-1>", self.on_click)
        self.bind("<Triple-1>", self.on_click)

    def on_click(self, event):
        '''Handle a click on a marker'''
        index = self.index("@%s,%s" % (event.x, event.y))
        current = self.get(index)
        self.configure(state="normal")
        self.delete(index)
        (line, column) = index.split(".")
        tag = "even" if int(column)%2 == 0 else "odd"
        char = " " if current == "x" else "x"
        self.insert(index, char, tag)
        self.configure(state="disabled")
        self.highlight_header()
        return "break"

    def highlight_header(self):
        '''Highlight the header based on marker positions'''
        self.tag_remove("header_even", 1.0, "end")
        self.tag_remove("header_odd", 1.0, "end")
        markers = self.get(1.0, "1.0 lineend")

        i = 0
        start = "2.0"
        tag = "header_even"
        while True:
            try:
                i = markers.index("x", i+1)
                end = "2.%s" % i
                self.tag_add(tag, start, end)
                start = self.index(end)
                tag = "header_even" if tag == "header_odd" else "header_odd"
            except ValueError:
                break

if __name__ == "__main__":
    app = SampleApp()
    app.mainloop()