3

我正在尝试读取以这种形式编写的文本文件：

    AB523:[joe, pierre][charlie][dogs,cat]
    ZZ883:[ronald, zigomarre][pele]

我想创建我的结构并正确检索信息。

AB523 --- 一个人
joe,pierre --- 一个人
charlie --- 一个人
dogs,cat --- 一个人

我不确定应该使用什么最好的技术。我已经尝试过 StringTokenizer ...并使用了 regEx，但我无法正确使用

你有什么解决办法吗？或建议

写入文本文件时的约定是什么？分隔符的最佳实践是什么？

编辑：文本文件也是由我生成的，所以我可以控制整个模式。重新阅读时减少工作量的最佳输出模式是什么？

4

5 回答 5

2

我会在这里使用正则表达式，因为它似乎需要维护的代码更少，而且您的语言肯定是常规的。连同一个java.util.Scanner实例以提高效率。这是一些代码：

import java.io.Reader;
import java.io.StringReader;
import java.util.Scanner;
import java.util.regex.Pattern;

public class ScannerTest {

private static final Pattern header = Pattern.compile("(.*):");
private static final Pattern names = Pattern.compile("\\[([^\\]]+)\\]");

public static void main(String[] args) {

    Reader reader = new StringReader(
            "AB523:[joe, pierre][charlie][dogs,cat]\n"
                    + "ZZ883:[ronald, zigomarre][pele]");

    Scanner scanner = new Scanner(reader);
    scanner.useDelimiter("\n");

    while (scanner.hasNext()) {
        String h = scanner.findInLine(header);
        // Substring removes trailing ':'.
        System.out.println(h.substring(0, h.length() - 1));

        String n;
        while ((n = scanner.findInLine(names)) != null)
            // Substring removes '[' and ']'.
            System.out.println(n.substring(1, n.length() - 1));

        if (scanner.hasNext())
            scanner.nextLine();
    }
}
}

尽管如此，我仍然无法删除子字符串调用，也许这隐藏了一些低效率。我的猜测是，由于字符串的不变性，不应该为这种情况重新创建字符串。

编辑：为了获得更好的性能，我还会考虑手工制作的递归下降解析器。

于 2011-11-01T04:50:30.747 回答
1

使用String#split或Pattern#split方法。例如，

   String[] list ="AB523:[joe, pierre][charlie][dogs,cat]".split("[:\\[\\]]+");
   for(String s : list)
       System.out.println(s);
于 2011-11-01T06:00:58.473 回答
0

单字符分隔符很容易拆分：String.split() 函数将拆分字符或字符串。它们完全符合 StringTokenizer 的功能，但语法更简洁。也就是说，String[] items = myString.split(",")看起来比

StringTokenizer st = new StringTokenizer(myString, ","); 
while(st.hasMoreTokens()){
    myList.add(st.nextToken();
}

（split我说的是将来使用。）

但是，看起来您的情况稍微复杂一些，您需要将左边的东西[与]. 这需要正则表达式和捕获组。就像是/\[(.*)\]/

CSV（逗号分隔值）对于简单的表格数据很常见，格式甚至在一定程度上标准化。如果要表示更复杂的对象，则可以使用 JSON 或 SOAP。如果您只使用 Java 的存储，请查看 Java 的内置序列化功能。

由于您在本地使用它，并且可能正在保存某种 Java 对象来表示它，因此一种方法是Serializable在表示您的数据的任何对象中实现。

如果你不喜欢这样，我会选择 JSON，因为它看起来像你在做某种树结构。

于 2011-11-01T03:50:43.650 回答
0

由于您可以控制文件格式，我建议使用制表符分隔。许多其他程序（例如 Excel）将读取制表符分隔。所以文件如下所示（\t 代表选项卡）

AB523\tjoe, pierre\tcharlie\tdogs,cat
ZZ883\tronald, zigomarre\tpele

注意 - 您不能使用逗号分隔 (CSV)，这是另一种常见格式，因为逗号是字符串中的合法值。同样，如果制表符是字符串中的合法字符，制表符分隔也会出现问题。

像其他人建议的那样， String.split() 是解析文件的好方法。

于 2011-11-01T05:51:32.090 回答
0

如果您正在生成数据文件，请在标准固件中生成它，例如 CSV（用于简单线性数据）或 Json（用于结构化数据）甚至 XML（用于结构化数据的大量处理）。

于 2011-11-01T06:59:49.410 回答