在完成基本的清洗及加工後，我們要來針對每筆資料進行細緻的處理與分類。

結構化

在上篇最後，我們將初步處理過的字串用半形空白分割成 splittedStrArr。

首先，讓我們在主流程外面，建立一個 processSplittedStr 的 function 針對以下四個目標來加工分類：

1. 判斷小時分鐘
2. 判斷日期
3. 判斷星期幾
4. 剩餘的字串變成「備註」

/**
 * 處理並判斷是否分割後的字串陣列符合我們想要的格式
 * 如果符合，依照格式 push 到 formattedData
 * 如果不符合，將原始資料 push 到 exceptions
 * @param {string[]} splittedStrArr
 */
const processSplittedStr = (splittedStrArr) => {};

processSplittedStr 內前置作業

Deep copy 原始資料

我們需要建立一個 deep copy 來達成資料有任何一筆不符合條件時，就應該原封不動放到 exceptions 中的需求。

因為傳進來的陣列只有一層，並非巢狀結構，所以我們單純透過 sread operator 就可以達到 deep copy 的效果。

const cloneSplittedStrArr = [...splittedStrArr];

暫存處理結果

同時我們透過另一個陣列 temp 來儲存暫時處理好的結果

const temp = [];

判斷小時分鐘

陣列中的第一筆資料一定是時間，所以我們只要取出第一筆後，用 validTimeRegex 的 regular expression 來判斷是否符合時間的格式。

如果是的話，在 temp 中加入小時分鐘的字串，並且在原先傳入的陣列中移除。

如果不是的話，在 exceptions 中 push deep copy 的陣列，並且透過 return 結束這筆資料的加工。

// step 1 判斷小時分鐘
const validTimeRegex = /^(0[0-9]|1[0-9]|2[0-3]):[0-5][0-9]$/;

const time = splittedStrArr[0];
const isValidTime = validTimeRegex.test(time);

if (isValidTime) {
  temp.push(time);
  splittedStrArr = splittedStrArr.filter((element) => element !== time);
} else {
  exceptions.push(cloneSplittedStrArr);
  return;
}

判斷日期

然而稍微觀察一下資料，我們無法確認 splittedStrArr 第二筆一定是日期資料。

所以我們要做的是透過 filter() 來篩選出符合 validDateRegex 的 element 作為日期，並且在原先傳入的陣列中移除判該 element。

如果是的話，在 temp 中加入日期，並且在原先傳入的陣列中移除該字串。

如果不是的話，在 exceptions 中 push deep copy 的陣列，並且透過 return 結束這筆資料的加工。

// step 2 判斷日期
const validDateRegex = /^[0-9]{0,2}\/?[0-9]{0,2}$/;
const [date] = splittedStrArr.filter((str) => validDateRegex.test(str));

if (!!date) {
  temp.push(date);
  splittedStrArr = splittedStrArr.filter((element) => element !== date);
} else {
  exceptions.push(cloneSplittedStrArr);
  return;
}

判斷星期幾

大致同上個步驟，不過這個階段要注意的是星期幾的表示可能是全部大寫、全部小寫、大小寫混雜，所以在 regular expression 的 option，要加上 i 啟用 case insensitive（大小寫不影響）。

// step 3 判斷星期幾
const validCaseInsensitiveWeekDayRegex = /(?:sat|sun|mon|tue|wed|thu|fri)\s?/gi;
const [weekday] = splittedStrArr.filter((str) =>
  validCaseInsensitiveWeekDayRegex.test(str)
);

if (!!weekday) {
  temp.push(weekday);
  splittedStrArr = splittedStrArr.filter((element) => element !== weekday);
} else {
  exceptions.push(cloneSplittedStrArr);
  return;
}

將剩餘的的字串變成備註

  // step 4 將剩餘的字串變成「備註」
  if (splittedStrArr.length > 0) {
    // 中間插入空格
    const comment = splittedStrArr.join(' ');
    temp.push(comment);
  }

通過三個步驟驗證後的資料

最後我們再把符合三個條件的每筆資料，push 到 formattedData：

 formattedData.push(temp);

主流程

接著讓我們在主流程的迴圈中，call 剛剛實作完的 function 來處理 splittedStrArr。

最後再把 formattedData 與 exceptions print 出來。

const main = () => {
  for (const str of arr) {
    // step 1
    const newStr = removeExtraPeriod(str);

    /**
     * 以空格作為分隔點，將字串切割成 array 方便後續處理
     */
    const splittedStrArr = newStr.split(' ');

    // 後續處理並歸類到正確的分類
    processSplittedStr(splittedStrArr);

    // TODO: step 3 轉成 csv 檔
  }
  console.log(`===exceptions=== count: ${exceptions.length}`);
  console.log(exceptions);
  console.log(`===successes=== count: ${formattedData.length}`);
  console.log(formattedData);
};

成果

每筆資料都有確實被處理到：

資料的形態也符合我們預期：

剩最後一個轉 csv 的步驟就完成結構化了呢。

今天收工！

參考資料

• regex: time format
• regex: optional slash
• regex: match multiple digits
• regex: non-capturing group
• regex for weekdays (case insensitive)

延伸閱讀

• Shallow copy & Deep copy