模式和匹配：格式化文本文件

Question

我正在尝试使用看起来像这样的输入文件：

SomeElement1 | SomeElementWithDifferentLength2 | SomeElement3 | AnElementI'llIgnore4 | Something5 | 元素1 | DifferentLength2 |元素3 | AnElementI'llIgnore4 |元素5 |

并将其格式化为具有特定间距的列。我是java的新手，来自C ++背景。无论如何，我正在寻找与正则表达式建立模式，然后寻找匹配。我不确定正则表达式中的语法是什么来识别特定字符（管道“|”）所以我可以确定模式。

这看起来是一个好方法，如果是这样，Pattern.compile（“正则表达式语法”）的语法是什么，我将如何确定与它的匹配？

Answer 1

我认为最简单的事情是：

1. 使用String.split（“|”）

将每一行转换为数组

2. 创建一个包含每列长度的整数数组

3. 创建一个StringBuilder来保存重新格式化的行

4. 从第1行循环遍历数组，将每个字符串填充到第2行中数组的长度，然后将其附加到StringBuilder。

如果字段可能有嵌入式管道，因此你必须有一些机制来转义它们，那么你必须编写代码来自己解析列，而不是split（）。我想你可以为此写一个正则表达式，但我认为这不仅仅是循环查找管道的字符。

Answer 2

为什么不简单地使用String.split()？ e.g。

String[] res = line.split("\\|");

（请注意，split()方法采用正则表达式，因此您必须转义管道。）

然后，您可以遍历结果数组并使用String.format()输出填充/格式化等。

Answer 3

您可以使用String.split（String regex）方法。

Answer 4

如果您可以将文件内容作为字符串读取，那么您可以执行以下任何操作：

• 直接替换“|”具有一定数量的空格：stringContents.replaceAll("\\|", " ")

• 将字符串拆分为“|”：stringContents.split("\\|");

记住，“|”是正则表达式中的特殊字符，并被解释为“OR”操作，这就是为什么它需要使用反向斜杠（即两个向后斜杠）进行转义

Answer 5

不要重新发明轮子。使用Apache Commons Lang并检查StringUtils。

我假设你想要固定长度的列;该库提供了leftPad（）或rightPad（）方法以及一堆其他字符串操作。

简而言之：

1. 使用String.split()
拆分
2. 循环遍历数组并使用StringUtils
重新格式化