Question

我需要解析日志文件并将其转换为XML / Excel文件。日志文件具有以下格式的记录数据：

Key_ID    Property1  Property2 Property3
Row1      value1iiii           value3
Property4
value4
Key_ID    Property1  Property2 Property3
Row2         value1             value3
Property4
value4

目前我正在尝试用Java做这个，我需要XML转换进行比较，而Excel用于导出（我将使用Apache POI库）。问题是元素之间的可变间距，有时值可能是空白的。目前我正在阅读两行并将它们存储到一个字符串并尝试扫描，但这将错过空白值，从而解析相应属性的错误值。即使使用正则表达式，也会出现同样的问题。

感谢宝贵的建议。我保留的数据仅供参考，我的意思是列数不同，有时空白值可以存在。我已经浏览了近50个这样的日志文件，我可以找到的常见的事情就是打印日志文件，好像我们从数据库/ Excel表中复制和粘贴数据一样。我能想到的唯一解决方案是逐行分析字符。对不起伙计们，我无法立即回复，我的宽带连接已关闭。再次感谢您节省时间。

Answer 1

如果中间有空白字段，则无法使用REGEX执行此操作。

但是，如果您的列具有固定宽度，那么我的建议是逐行读取文件。然后使用字符位置解析列。例如，1-9是Key_ID，10-20是Property1，依此类推。

Answer 2

这是一种奇怪的格式。但是，我会假设就是这样。所以这就是我要做的。代码不是Java正确的。这更能说明这个想法。

while (hasNext()) { // using some reader Scanner can probably work
    String s = nextLine();
    if (s.startsWith("Key_ID")) {
        String s1 = nextLine();
        // requires some complex parsing
        // step 1 - split string into values
        String s11 = s1.split("[ ]+");
        String property1 = null;
        String property2 = null;
        String property3 = null;
        if (s11.length == 1) { // only key is present
        } else if (s11.length == 2) { // two properties have blank values
            // look in the next if block to see how that can expand to 2 blank values
        } else if (s11.length == 3) { // one property have blank values
            if (isBlank(10,20)) { // the text "Property1"
                property2 = s11[1];
                property3 = s11[2];
            } else if (isBlank(20,30) { // the text "Property2"
                property1 = s11[1];
                property3 = s11[2];
            } else {
                property1 = s11[1];
                property2 = s11[2];
            }
        } else {
            property1 = s11[1];
            property2 = s11[2];
            property3 = s11[3];
        }
        nextLine(); // skips the Property4
        String property4 = nextLine();
    }
}

boolean isBlank(String s, int start, int end) {
    // assumes that if there is a value it will be between the header text (e.g., Property1)
    boolean result = true;
    for (int i = start; i < end; i++) {
        result &= s.charAt(i).equals(' ');
    }
    return result;
}

注意：可能有一种方法可以进一步优化代码，但我不想进入它，因为代码已经非常难看了。我想要注意的是，因为格式是人类可读但不是计算机可读的，所以代码必须有点智能。

如何解析变量空格分隔的文本

2 个答案: