FME 让工作更简单

shiyonghao · 发表于 2021-1-21 14:26

作者：FYJ

日常的工作中，我们熟悉文本查找替换功能，即按下 Ctrl-F，输入你要查找的词，程序会直接找出你查找词的位置。但如果你需要从庞大的数据中查找并进行处理，这会是十分枯燥且庞大的工作，而且前提是数据比较规则。例如你拥有一个大量的文本数据，需要提取所有的电话号码，人工识别时看到号码就知道： 415-5551234 是电话号码，但 4,155,551,234 不是，虽然工作很简单，但工作量十分庞大。对于有一定编程经验的人会想到“正则表达式”但如果不是程序员，很少可以直接使用它，实际上，FME转换器中有很多支持正则表达式，例如：StringSearcher，StringReplacer等，FME降低了使用难度，“在FME中知道[正则表达式]可能意味着用 3 步解决一个问题，而不是用 300 步。”FME使正则表达式不仅适用于程序员，也适用于无法编程的使用者。

例如我们在文本中提取电话号码，\d 是一个正则表达式，表示一位数字字符，即任何一位 0 到 9 的数字。使用\d\d\d-\d\d\d\d\d\d\d，就可匹配所有同样格式文本：3 个数字、一个短横线、7个数字,或者\d{3}-\d{7}，如果部分电话号码没有区号，则：(\d\d\d)?-\d{7}

利用括号分组

假定想要将区号从电话号码中分离。添加括号将在正则表达式中创建“分组”：

(\d\d\d)-(\d\d\d-\d\d\d\d)。

用管道匹配多个分组

字符|称为“管道”。希望匹配许多表达式中的一个时，就可以使用它。

用问号实现可选匹配

有时候，想匹配的模式是可选的。就是说，不论这段文本在不在，正则表达式都会认为匹配。字符?表明它前面的分组在这个模式中是可选的。

用星号匹配零次或多次

*（称为星号）意味着“匹配零次或多次”，即星号之前的分组，可以在文本中出现任意次。它可以完全不存在，或一次又一次地重复。

用加号匹配一次或多次

*意味着“匹配零次或多次”，+（加号）则意味着“匹配一次或多次”。星号不要求分组出现在匹配的字符串中，但加号不同，加号前面的分组必须“至少出现一次”。

用花括号匹配特定次数

{}如果想要一个分组重复特定次数，就在正则表达式中该分组的后面，跟上花括号包围的数字。

来介绍一下我接触过的案例

从事过空中三角测量的，尤其是从事过徕卡xpro软件空三的，在工程文件和strip文件夹中涉及的很多*.stp文件，session路径中的*.info、*.sup文件，存在着大量的指向文件路径，每当工程文件或源文件在一个业务线转移时，都要进行批量的修改，人工进行工作量巨大且十分容易遗漏。

如果通过fme进行实现，流程则十分简单。

首先我们使用读模块对需要操作的文件进行过滤读取，prj是inpho软件工程文件格式。

然后我们直接使用StringReplacer转换器将需要更改的路径替换就可以了

文件中原影像路径是T:\HK20-0201_FUSAMI_Sint_Marteen_Top\02_Material\02_Images\TIF_TO_AT\20201203_F1\cap_39382.tif

StringReplacer如下设置：

正则表达式：[D-Z]:\\.*\\

一般数据很少在C盘，所以从D盘开始查找：[D-Z]，然后匹配“：”字符，再然后匹配路径中任意字符，最后我们不能改变影像文件名称，用“\\”截止到路径的结尾。

当然，上面案例只是一个方面，它对于Excel，csv等等数据格式都适用。同时对于大数据量的文本数据的直接处理，FME也十分方便高效，例如高程Geoid模型文件，网络爬取的大量兴趣点数据等等经常多余百万行，超过了常规办公软件限制，编辑和使用十分不便。FME可以在不打开文件前提下，通过转换器实现高效处理工作。

本文转载来自CSDN作者：fmechina 版权归作者所有

原文链接：https://blog.csdn.net/fmechina/article/details/112603574