最近在處理雷射雷達點雲資料時，點雲資料在csv檔案中長這個樣子：
如果直接用Python處理csv非常友善。通過Pandas很容易處理：
import numpy as np
import pandas as pd
import open3d as o3d
pcd = o3d.geometry.PointCloud() # pcd類型的資料。
with open("2.csv", encoding="utf-8") as f:
data = pd.read_csv(f, header=None).values.tolist()
print(data[:5])
np_points = np.array(data)[:, 1:4]
print(np_points.shape)
pcd.points = o3d.utility.Vector3dVector(np_points)
o3d.visualization.draw_geometries([pcd])
# o3d.io.write_point_cloud('E:/project/3.ply', pcd)
通過python下pandas處理效率高，速度快，簡單操作。
但是我需要研究學習通過halcon中正則表達實作對csv檔案的正則比對，是以需要看到halcon代碼中的每個變量的變換情況，同時好好學習一下正則表達。
在halcon代碼中：通過檔案讀取之後輸出出來的是tuple的字元數組類型清單構成的向量VecOutLine。把向量轉為tuple元組。如變量監控中的P。生成的字元串。這個字元串就需要我們來正則處理來提取數字，以構成X、Y、Z。
dev_update_off ()
Filename := './0.csv' // 點雲資料的名稱，.txt、.csv、.asc等格式的都可以
NumColumns := 5 //如果點雲的每行資料有3個數字就寫3 （隻有xyz 的資料）
count_seconds (Then)
open_file (Filename, 'input', FileHandle)
VecOutLine.clear()
repeat
fread_line (FileHandle, VecOutLine.at(VecOutLine.length()), IsEOF)
until (IsEOF)
convert_vector_to_tuple (VecOutLine, P)
S := P[354540]
stop()
P1 := split(P, '\n')
P2 := split(P1, ',')
P3 := number(regexp_replace(P2,'^\\s*(.+?)\\s*\n*$', '$1'))
// tuple_number負責字元轉數字，tuple_string負責數字轉字元。
// tuple_number (P2, P3)
// P4 := number(P2)
// convert_vector_to_tuple({P2},P4)
IndexIsString := find(type_elem(P3),H_TYPE_STRING)
if (IndexIsString > -1)
throw ('could not convert "' + P3[IndexIsString] + '" to a number')
endif
X := P3[[1:NumColumns:|P3|-1]]
Y := P3[[2:NumColumns:|P3|-1]]
Z := P3[[3:NumColumns:|P3|-1]]
stop()
我碰到的問題是：
P3 := number(regexp_replace(P2,'^\\s*(.+?)\\s*\n*$', '$1'))
這一行代碼。通過F1查詢知道是替換。
通過查詢正則表達文法， 弄明白了，\代表轉義符，比對特殊字元。^和$表示待比對表達式開頭和結尾。（）子表達式捕獲分組，分組比對值儲存供以後使用。圓括号中（.+?）：
| + | 比對前面的子表達式一次或多次。要比對 + 字元，請使用 \+。 |
| . | 比對除換行符 \n 之外的任何單字元。要比對 . ，請使用 \. 。 |
| ? | 比對前面的子表達式零次或一次，或指明一個非貪婪限定符。要比對 ? 字元，請使用 \?。 |
.比對除了換行符之外所有字元。這個字元出現一次或多次，然後非貪婪限定，比對一次，滿足條件就停止。這個分組字元串，前面有\\s*不限定個數的空格，後面有\\s*不限定個數的空格，還有一個不限定個數\n*換行符。滿足這個條件用$1來替換，而這個$1替換的是第一個捕獲分組的比對值。
Replace表達式可以使用标簽'$0'來引用輸入資料中比對的子字元串，'$i'用來引用第i個捕獲組的子比對(對于i <= 9)，而'$$'用來引用'$'字面量。
注意上面一個細節：轉義字元在一些語言中已經轉移過，如果使用需要多加兩個反斜杠。
比如在python中，直接如下寫報錯
這樣寫才有效。
print(re.findall("^\\s*(.+?)\\s*\\n*$", str3))
看看python的處理方式：
import re
f = open("0.csv", encoding="utf-8")
str1 = f.read()
print(type(str1))
print(len(str1))
str2 = str1.split("\n")[:6]
# str2是清單，再轉回string類型。
print(''.join(str2))
str3 = ''.join(str2)
'''
以上代碼解決了一個open檔案格式為_io.TextIOWrapper轉化為string類型。
因為太長，而且，列印的時候“\n”自動換行了，是以我這裡先切割，然後取前十段。來解決halcon中正則比對問題。
同時解決了，list和string類型之間的互轉。
還有一種處理方式，直接str1= f.read(),不切割。看看效果。應為str1也是string類型。
'''
print(re.match("(.+?)", str3).span())
print(re.findall("^\\s*(.+?)\\s*\\n*$", str3))
# str4 = str3.replace() # 可以去替換
str4 = re.sub(r"^\\s*(.+?)\\s*$", "$1", str3)
print(str4)
# 去掉空格：
strs = re.sub("\\s", "", str3)
print(strs)
str5 = re.findall("\\-?\\d+", strs)
print(str5)
num_list = list(map(int, str5))
print(num_list)
x = num_list[1::5]
print(x)
y = num_list[2::5]
z = num_list[3::5]
print(y)
print(z)
輸出：
<class 'str'>
27652417
0 , -3248 , 9143 , 193 , 1 ,1 , -3248 , 9089 , 193 , 1 ,2 , -3249 , 9040 , 188 , 1 ,3 , -3250 , 8990 , 184 , 1 ,4 , -3247 , 8929 , 194 , 1 ,5 , -3248 , 8878 , 190 , 1 ,
(0, 1)
['0 , -3248 , 9143 , 193 , 1 ,1 , -3248 , 9089 , 193 , 1 ,2 , -3249 , 9040 , 188 , 1 ,3 , -3250 , 8990 , 184 , 1 ,4 , -3247 , 8929 , 194 , 1 ,5 , -3248 , 8878 , 190 , 1 ,']
0 , -3248 , 9143 , 193 , 1 ,1 , -3248 , 9089 , 193 , 1 ,2 , -3249 , 9040 , 188 , 1 ,3 , -3250 , 8990 , 184 , 1 ,4 , -3247 , 8929 , 194 , 1 ,5 , -3248 , 8878 , 190 , 1 ,
0,-3248,9143,193,1,1,-3248,9089,193,1,2,-3249,9040,188,1,3,-3250,8990,184,1,4,-3247,8929,194,1,5,-3248,8878,190,1,
['0', '-3248', '9143', '193', '1', '1', '-3248', '9089', '193', '1', '2', '-3249', '9040', '188', '1', '3', '-3250', '8990', '184', '1', '4', '-3247', '8929', '194', '1', '5', '-3248', '8878', '190', '1']
[0, -3248, 9143, 193, 1, 1, -3248, 9089, 193, 1, 2, -3249, 9040, 188, 1, 3, -3250, 8990, 184, 1, 4, -3247, 8929, 194, 1, 5, -3248, 8878, 190, 1]
[-3248, -3248, -3249, -3250, -3247, -3248]
[9143, 9089, 9040, 8990, 8929, 8878]
[193, 193, 188, 184, 194, 190]
提示：在編寫正則時，經驗之談（不明其理）：在正規表達式之前加上小寫的r來編譯字元串，就像在C#中編寫路徑用@一樣。
看來還是pandas簡單些。
回歸halcon
在halcon中給了一個非常好的案例：tuple_regexp.hdev
* This program demonstrates the tuple operators and functions for working
* with regular expressions.
*
* ***************************************************
* ***** Regular expression basics
* ***************************************************
tuple_regexp_match ('abba', 'ab*', Matches) * *代表前面一個字元出現0次或多次。輸出傳回為‘abb’
tuple_regexp_match ('abba', 'ba*', Matches) * 傳回為‘b’
tuple_regexp_match ('abba', 'b+a*', Matches) * 傳回值為‘bba’
tuple_regexp_test ('ababab', '(ab){3}', NumMatches) * 以下三行傳回值為'110'。
tuple_regexp_test ('abababa', '(ab){3}', NumMatches)
tuple_regexp_test ('abababa', '^(ab){3}$', NumMatches) *開頭符合，但是結尾不符合。
tuple_regexp_replace ('abba', 'b*', 'x', Result) * 傳回'xabba'，隻比對一次，沒有b也比對。
tuple_regexp_replace ('abba', 'b', 'x', Result) * 傳回'axba' ，隻比對一次，出現b就替換。
tuple_regexp_replace ('abba', ['b','replace_all'], 'x', Result) * 傳回 ‘axxa’
* ***************************************************
* ***** Some sample expressions
* ***************************************************
tuple_regexp_replace (['SN/1234567-X','SN/2345678-Y','SN/3456789-Z'], 'SN/(\\d{7})-([A-Z])', 'Product Model $2, Serial Number $1', Result)
tuple_regexp_replace (['01/04/2000','06/30/2007'], '(\\d{2})/(\\d{2})/(\\d{4})', 'Day: $2, Month: $1, Year: $3', Result)
* ***************************************************
* ***** Working with file names
* ***************************************************
get_system ('image_dir', HalconImages)
get_system ('operating_system', OS)
if (OS{0:2} == 'Win')
tuple_split (HalconImages, ';', HalconImagesSplit)
else
tuple_split (HalconImages, ':', HalconImagesSplit)
endif
list_files (HalconImagesSplit[0], ['files','follow_links'], Files)
* Filter list of files by extension PNG
tuple_regexp_select (Files, '\\.png$', FilesPNG)
* Ignore images sets by removing all files which end with a digit
tuple_regexp_select (FilesPNG, ['\\d\\.png$','invert_match'], FilesNoDigit)
* Extract file names without slashes (strip directory part)
tuple_regexp_match (FilesNoDigit, '[^/\\\\]*.png', ShortNames)
* Transform file names, e.g., for creating processed output files
tuple_regexp_replace (ShortNames, '(.*)\\.png$', 'out_$1.jpg', ConvertedNames)
* Count number of files with multi-word names (name contains hyphen or underscore)
tuple_regexp_test (ShortNames, '_|-', NumCombined)
* ***************************************************
* ***** Using regular expressions in HDevelop expressions
* ***************************************************
* Again count number of files with digit and calculate percentage
if (|ShortNames| > 0)
Result := 100.0 * regexp_test(ShortNames,'\\d') / |ShortNames| + '% of PNG file names contain a digit'
endif
* Return letters 2-n of all files starting with 'a'
Result := regexp_match(regexp_select(ShortNames,'^a'),'^a(.*)')
* The operator =~ is short for regexp_test and useful for boolean expressions
if (ShortNames =~ '^z')
Result := 'A filename starting with z exists'
endif
逐行研究一下：看代碼中的注釋。
現在重點看19和20行。
tuple_regexp_replace (['SN/1234567-X','SN/2345678-Y','SN/3456789-Z'], 'SN/(\\d{7})-([A-Z])', 'Product Model $2, Serial Number $1', Result)
通過圓括号()把比對拆分成兩部分，待比對規則是以‘SN/’開頭的，第一個捕獲分組是七個數字，第二個捕獲分組是A到Z，然後替換原則：類似C#中的{$1}占位符，隻不過是從1開始。一步完成了資料提取和替換。
在我另外一篇博文中：3D點雲基礎知識(二)-bilibili視訊資源整理（一）代碼有所講解。此處隻分析正則表達部分。在這篇文章中也有涉及。