用editplus整理4万行不规范的公务员考试常识文档，并用小猫统计导入discuz数据库(文档供下载)

    尝试将多行、不规范文档通过使用editplus正则表达式整理后导入discuz数据库。为什么不用MS word或者wps？因为操作4万行的文档， word或者wps会直接奔溃。

    该文档为公务员考试常识题，共有4万多行，格式如下：

2.属于国家一类保护动物的是：->天鹅,
3.举重时运动员为什么搓白粉？->吸取手上的汗,
4.非洲国家边界按什么划分的最多？->经线或纬线,
5.举重比赛的级别是按：->按体重划分,
6.问仓储超市与其它超市最大的不同点是什么：->储售场地合一,
7.18世纪德国贵族热衷于收集并定制各种树木做的“木头书”，以木头做成的盒子，盒面用树皮制作，你知道盒子里面都用来装什么？->树叶、果实等,
8.鸵鸟受到惊吓或敌害时可能会：->会将头低垂到与地面平行，羽毛竖起,
9.最早制造香水瓶所用的原料是：->石膏,
10.持有哪种“伤残证书”，可在乘坐火车时享受购票减价待遇？->革命伤残军人证,
11.最早的四冲程内燃机用的是什么燃料？->煤气,

    尝试整理成的格式为：

序号,问题,答案
2,属于国家一类保护动物的是：,天鹅

    需要做的工作：

1、序号后面的“.”改为“,”；

2、由于半角逗号“,”是csv文件分隔符，因此除分隔位置之外的所有半角逗号都改成全角逗号；

3、“->”改成半角逗号；

4、每行最后的逗号直接删除；

    具体步骤：

1、首先将全部半角逗号替换为全角逗号。

由于有的行中有多个半角逗号，每个半角逗号都会使程序进行字段分割，。这步骤不需要使用正则表达式。这一步一共替换了43672个半角逗号。

查找：,

替换：，

2、全部半角双引号删除或者改为全角双引号。

普通替换。

查找："

替换：“

3、序号后面的“.”改为半角逗号。

使用正则表达式替换。

查找：^([0-9]*[0-9])\.

替换：\1,

4、“->”改成半角逗号。

普通替换。

查找：->

替换：,

5、删除每行结尾的全角逗号。

使用正则表达式替换。

查找：，$

替换：

    第一行加上“序号,问题,答案”，至此，文档格式整理为：

序号,问题,答案
2,属于国家一类保护动物的是：,天鹅
3,举重时运动员为什么搓白粉？,吸取手上的汗
4,非洲国家边界按什么划分的最多？,经线或纬线
5,举重比赛的级别是按：,按体重划分
6,问仓储超市与其它超市最大的不同点是什么：,储售场地合一

csv文件保存为utf8格式。

    

用小猫统计导入上面整理好的csv文件。导入过程中，有一行存在符号\，导致程序戳侧，改为用双引号包含之：“\”，或者直接删除该行。然后删除刚建好的表内数据，再次导入。导入结果：

向表：BGTJ 插入数据完成。
共插入40910条数据。
用时(毫秒)：42667

    上面整个操作，熟练的情况下，不用10分钟。

    导入过程中发现仍有少量其他格式问题，如果需要，可以继续调整。此处不再赘述。

    整理好的文档，点此处下载。若要使该表能被discuz内置函数正常调用，建表时，表名称前面应加上discuz表前缀。