0

我正在尝试使用 Java 的 Scanner 库解析一个大文件的一部分，但我很难确定解析此文本的最佳路径。

SECTOR 199
FLAGS 0x1000
AMBIENT LIGHT 0.67
EXTRA LIGHT 0.00
COLORMAP 0
TINT 0.00 0.00 0.00
BOUNDBOX 7.399998 8.200002 6.199998 9.399998 8.500000 7.099998
COLLIDEBOX 7.605121 8.230770 6.200000 9.399994 8.469233 7.007693
CENTER 8.399998 8.350001 6.649998
RADIUS 1.106797
VERTICES 12
0: 1810
1: 1976
2: 1977
3: 1812
4: 1978
5: 1979
6: 1820
7: 1980
8: 1821
9: 1981
10: 1982
11: 1811
SURFACES 1893 8

它有一些可选字段（SOUND、COLLIDEBOX），所以我不能像处理文件的前一部分那样按特定顺序解析。我不确定如何在不使其效率极低的情况下执行此操作，目前我一直在考虑解析每一行，然后将其与 String.split("\s+") 拆分以获取值，但我我很好奇我还有什么其他选择。:\

4

4 回答 4

2

输入看起来很复杂，足以保证一个成熟的解析器。我建议使用诸如 ANTLR ( http://www.antlr.org/ ) 之类的库。

于 2010-08-17T13:11:55.720 回答
1

我首先使用关键字定义一个枚举，例如：

 public enum Keyword {SECTOR, FLAGS, AMBIENT, EXTRA, COLORMAP, TINT, 
    BOUNDBOX, COLLIDEBOX, CENTER, RADIUS, VERTICES, SURFACES}

解析可以逐行完成，在空白字符处拆分。然后我将第一个元素转换为 Keyword 类中的枚举，并使用一个简单的 switch 构造来处理这些值：

public Model parse(List<String> lines) {

   Model model = new Model();

   Iterator<String> it = lines.iterator();
   while(it.hasNext()) {
      String[] elements = it.next().split("\s+");

      switch(Keyword.valueOf(elements[0])) {
        case SECTOR: model.addSector(elements[1]); break;
        case FLAGS: model.addFlags(elements[1]); break;
        // ...
        case VERTICES:
          int numberOfVertices = Integer.parseInt(elements[1]);
          for (int i = 0; i < numberOfVertices; i++) {
             elements = it.next().split("\s+");
             model.addVertice(i, elements[1]);
          }
          break;
        case default:
          // handle malformed line

      }
   }
   return model;
}
于 2010-08-17T14:04:04.227 回答
1

这种方法怎么样：

find next command (SECTOR, FLAGS, AMBIENT LIGHT, EXTRA LIGHT, etc)
no command found? -> output error and stop
map to command implementation 
execute command (pass it the scanner and your state holder)
command impl handles specific reading of arguments
rinse, repeat,...

您将必须创建一个命令接口：

public interface Command {
    String getName();
    void execute(Scanner in, ReadState state);
}

以及您可能遇到的每种命令的单独实现：

public class SectorCommand implements Command {
    public String getName() {
        return "SECTOR";
    }
    public void execute(Scanner in, ReadState state) {
        state.setSector(in.nextInt());
    }
}

以及某种工厂来查找命令：

public class CommandFactory {

    private Map<String, Command> commands;
    public CommandFactory() {
        commands = new HashMap<String, Command>();
        addCommand(new SectorCommand());
        // add other commands
    }
    public Command findCommand(Scanner in) {
        for (Map.Entry<String, Command> entry : commands.entrySet()) {
            if (in.findInLine(entry.getKey())) {
                return commands.get(entry.getValue);
            }
        }
        throw new IllegalArgumentException("No command found");
    }
    private void addCommand(Command command) {
        commands.put(command.getName(), command); 
    }
}

（此代码可能无法编译）

于 2010-08-17T14:27:06.240 回答
0

如果文件很大，我建议你可以使用 java.io.RandomAccessFile，它可以跳过你想要解析的任何区域，而且速度非常快。如果您将整个文件映射到内存中，它可能会减慢您的应用程序。

也可以使用 java.util.StringTokenizer 来分割简单的大小写。例如，空格、逗号等。它比正则表达式更快。

于 2010-08-17T14:29:50.670 回答