преобразуйте текстовую информацию в табличную

Ответ от Олегатор[эксперт]
Для того, чтобы обеспечить возможность преобразования информации таблич­ного вида в таблицы реляционных БД, ее, прежде всего, необходимо привести к реля­ционному представлению данных. Реляционная таблица представляет собой двумер­ный массив и обладает следующими свойствами:
- каждый элемент таблицы - один элемент данных;
- все столбцы таблицы однородные, т. е. все элементы в столбце имеют одинако­вый тип;
- каждый столбец имеет уникальное имя;
- одинаковые строки в таблице отсутствуют;
- порядок следования столбцов и строк может быть произвольным [1].
Из сказанного выше об информации табличного вида следует, что этими свойствами она в общем случае не обладает. Более того, заголовки столбцов исходных таблиц могут располагаться на нескольких строках, в заголовках столбцов могут присутствовать недопустимые с точки зрения БД символы (".","!" и др.) , элементы данных могут располагаться на нескольких строках. Все это недопустимо для реля­ционных таблиц. В связи с этим первым необходимым шагом методики преобразова­ния в файлы реляционных баз данных является генерация таблиц, обладающих пере­численными свойствами на основе исходных таблиц. Для решения этой проблемы необходимо разработать формальную модель информации табличного вида, фор­мальную модель реляционных таблиц и на основе их использования разработать средства, обеспечивающие преобразование формы представления данных от одного вида к другому. Естественное пожелание, чтобы эти средства были автоматиче­скими, в крайнем случае, автоматизированными.
В качестве исходного вида информации оправданно принять текстовые файлы или электронные таблицы. Если информация представлена на бумаге, ее можно отсканировать и распознать в каком-либо текстовом редакторе и получить текстовые файлы. Если информация представлена в виде электронных таблиц, проблемы преобразования не снимаются, и поэтому иногда имеет смысл электронные таблицы преобразо­вать в текстовые файлы. Конечно, проблема преобразования информации табличного вида, которая представлена в формате электронных таблиц, в файлы БД имеет свою специфику, поэтому средства преобразования информа­ции должны ее учитывать эту специфику.
Программа-обработчик текстового файла должна в первую очередь выделить заголовки таблицы. При этом необходимо:
- выделить строки текста, содержащие заголовки;
- исключить подзаголовки (если они есть) и преобразовать их в заголовки или дать возможность сделать это пользователю;
- преобразовать многострочные заголовки в однострочные заголовки;
- обнаружить недопустимые с точки зрения БД символы;
- сформировать строку из заголовков таблицы;
- запомнить позиции столбцов для использования их в дальнейшем при выделе­нии данных.
Далее программа должна выделять данные из информации табличного вида. При этом необходимо:
- определять символы разделения строк таблицы или дать возможность сделать это пользователю;
- преобразовывать многострочные данные в однострочные данные;
- обнаруживать несоответствия типов данных, относящихся к одному столбцу, и давать возможность пользователю редактировать данные или откладывать записи в отдельный файл для последующей обработки;
- располагать данные, относящиеся к одной записи таблицы, в одну строку в по­зиции, соответствующие запомненным ранее позициям заголовков столб­цов;
В процессе формирования целевого текстового файла необходимо обеспечить вклю­чение символов-разделителей столбцов, которые впоследствии будут использованы при распознавании таблиц в БД. Для организации этого процесса, вероятно, потре­буются несложные лингвистические средства для управления заданием. Кроме того, потребуются интерактивные средства для разрешения проблем преобразования поль­зователем, в случае если решение их не очевидно. В программе необходимо преду­смотреть интерактивное средство обработки отложенных записей.