EDI文件如何进行文件拆分？

Emma 2023-07-10 12:25:18

生成的EDI文件如何根据提单号进行拆分，保证一个EDI文件中只有一个提单号？

...全文

201 5 打赏收藏转发到动态举报

写回复

用AI写文章

5 条回复

切换为时间正序

请发表友善的回复…

发表回复

CSDN-Ada助手 2023-07-10

精选

打赏
举报

您的问题已经帮您同步至问答, 链接: https://ask.csdn.net/questions/7976193, 请您保持关注, 如果回答有帮助解决此问题, 麻烦您动动小手给相关的回答点赞, Ada会在评论区为您更新结题状态

牛马程序员2025 2023-07-10

打赏
举报

说明三种根据提单号拆分EDI文件的方法：

使用EDI转换工具：
EDI转换工具是一种专门用于处理EDI文件的软件，可以将EDI文件转换成其他格式，并支持按照指定字段进行拆分。通常，EDI转换工具会提供图形化界面，用户可以通过拖拽、设置规则等方式来进行拆分。以OpenText为例，拆分EDI文件的步骤如下：
（1）打开OpenText并选择需要拆分的EDI文件。
（2）在“文件动作”下拉菜单中选择“按字段分割”。
（3）在“字段名”中输入提单号字段名称。
（4）设置其他相关选项，如输出文件格式、输出文件名等。
（5）点击“拆分”按钮，即可将EDI文件按照提单号进行拆分。
使用编程语言处理：
如果EDI文件比较复杂，或者需要自定义拆分规则，可以使用编程语言进行处理。以Python为例，拆分EDI文件的步骤如下：
（1）使用Python的EDI处理库，如pyedi或edi-python等，将EDI文件解析成Python对象。
（2）遍历Python对象，找到包含提单号的字段。
（3）根据提单号的值，将EDI文件中对应的业务数据保存到一个新的EDI文件中。
（4）重复步骤（2）和（3），直到遍历完整个Python对象。
使用EDI解析器：
EDI解析器可以将EDI文件解析成结构化的数据格式，然后再对数据进行处理。以EDIReader为例，拆分EDI文件的步骤如下：
（1）使用EDIReader将EDI文件解析成结构化的数据格式。
（2）遍历数据结构，找到包含提单号的字段。
（3）根据提单号的值，将EDI文件中对应的业务数据保存到一个新的EDI文件中。
（4）重复步骤（2）和（3），直到遍历完整个数据结构。

需要注意的是，无论使用哪种方法，都应该根据实际需要选择合适的规则和方法，确保拆分后的文件中只包含一个提单号，以避免数据混淆和错误处理。

zgc24 2023-07-10

打赏
举报

要根据提单号拆分生成的EDI文件，可以按照以下步骤进行操作：

首先，读取EDI文件，获取其中的提单号信息。
创建一个空的EDI文件列表，用于存储拆分后的EDI文件。
遍历读取到的每一行EDI数据，根据提单号来判断是否需要拆分。
如果当前行的提单号与之前拆分出的EDI文件的提单号相同，将当前行的数据添加到该EDI文件中。
如果当前行的提单号与之前拆分出的EDI文件的提单号不同，表示需要创建一个新的EDI文件。
将之前拆分出的EDI文件添加到EDI文件列表中，并创建一个新的EDI文件，并将当前行的数据添加到该EDI文件中。
继续遍历剩余的EDI数据，重复步骤4-6，直到遍历结束。
将最后一个拆分出的EDI文件添加到EDI文件列表中。
最后，将每个拆分出的EDI文件保存为独立的文件，每个文件名为对应的提单号。

通过以上步骤，可以确保生成的每个EDI文件中只有一个提单号。

m0_53036448 2023-07-10

打赏
举报

python的解决方式：
要根据提单号将生成的EDI文件拆分为多个文件，确保每个EDI文件只有一个提单号，你可以按照以下步骤进行操作：

读取EDI文件：首先，使用适当的方法（例如，open()或pandas库中的read_csv()等）读取原始的EDI文件。
按照提单号拆分文件：根据提单号将数据拆分为多个子数据集。你可以使用pandas库的groupby()函数，并根据提单号字段进行分组操作。
```
import pandas as pd

# 读取EDI文件
df = pd.read_csv('edi_file.csv')

# 根据提单号拆分文件
grouped_data = df.groupby('提单号')

# 遍历每个组并保存为单独的文件
for 提单号, group in grouped_data:
    # 生成单独的EDI文件名
    file_name = f'edi_file_{提单号}.csv'

    # 将组保存为单独的文件
    group.to_csv(file_name, index=False)
```
在上述代码中，假设提单号存储在名为'提单号'的列中。groupby()函数将根据提单号对数据进行分组。然后，使用一个循环遍历每个组，并通过将组数据保存为单独的文件来实现拆分。

请注意，此示例假设EDI文件已经被正确读取并存储在df的pandas DataFrame中。你可能需要根据实际情况进行调整。
保存拆分后的文件：根据每个提单号生成的单独文件名，将每个组数据保存为单独的EDI文件。

在上述示例代码的循环中，通过to_csv()函数将每个子数据集保存为单独的CSV文件。你可以根据需要自行调整保存的格式和文件名。