Question

我有一个电子邮件标题数据的平面文件，我正在尝试解析以进行分析。该文件将始终按顺序包含以下字段：记录号，1或2个字节，"From:"后跟发件人姓名和"Sent:"，后跟发送日期。

1 From: Person.Name Sent: April 12, 2010
2 From:<tab>Person.Name Sent: April 30, 2011
10 From: Person.Name Sent: June 29, 2012
11 From:<tab>Person.Name Sent: July 8, 2012

使用BufferedReader我逐行读取文件，并根据"From:"和"Sent:"之间的所有字符定义名称的子字符串。

String sender = inputLine.substring((inputLine.indexof("From:")+6),(inputLine.indexOf("Sent:")-1));

在这种情况下，我抓住“From：”后面的所有内容（第六个字节排除冒号后的单词，冒号和空格/单字节），通过一个LESS而不是“Sent：”的位置（ S）之前的空间。

然而，当我运行这份工作时，我得到了意想不到的输出。我的部分输入数据显示为，以便在"From: "之后设置一个标签，而某些行则不显示。当一个标签出现时，我的输出包括最后两个或三个字节"From: "（当记录号是一个数字时，我得到m:<tab>，用于两位数记录数字为om:<tab>。

Person.Name
m:<tab>Person.Name        <-- single digit record number
Person.Name        
om:<tab>Person.Name       <-- double digit record number

编辑：当我将substring修改为

时

String sender = inputLine.substring((inputLine.indexof("From:\t")+6),(inputLine.indexOf("Sent:")-1));

只有带有空格（而不是制表符）的记录才会在输出的From:前面结束。

Person.Name        <-- records with From:<tab>
om: Person.Name    <-- records with From:<space>

我现在想知道我是否正确理解substring。我上面的陈述基于对substring(x,y)的理解，其中x是开头，y是字符串的结尾。这是对的吗？

由于indexOf（“From：”）旨在表示2或3的整数值（取决于1或2字节的记录号，例如1 From:或10 From:），我会认为添加值为6会给我一个索引值，该值在行前面的索引8或9中:之后。那么为什么它似乎将这个视为5的指数 - 无论如何？

           111111111122222222222  |
 0123456789012345678901234567890  + index values
 1 From: Person.Name Sent: June
 10 From: Person.Name Sent: July

选项卡是记录中唯一的区别，虽然我知道制表符可能需要与ASCII空格字符的计数方式不同，但从索引中提取似乎有点奇怪。

更有趣的是，如果我从声明中删除“调整”，

     String sender = inputLine.substring((inputLine.indexof("From:")),(inputLine.indexOf("Sent:")));

我收到-1 out of range例外。

有人可以解释一下这里发生了什么吗？我很困惑，在oracle的java文档中找不到这个具体的答案。

Answer 1

我最终创建了用空格替换\ t的新输入字段。一切都很好。什么是关于投掷东西的标签字符仍然是一个谜。

为什么<tab>会导致奇怪的indexOf（）导致Java？</tab>

1 个答案: