Question

我需要从文本文件中提取特定字符串，该文件文件包含多个可能相似或不同的分隔符的行。例如，假设我有一个包含以下行的文本文件。我们将分隔符之间的每个文本视为一个段。

ABC#12#3#LINE1####1234678985$
DEF#XY#Z:1234:1234561230$
ABC#12#3#LINE TWO####1234678985$
DEF#XY#Z:1234:4564561230$
ABC#12#3#3RD LINE####1234678985$
DEF#XY#Z*1234:7894561230$

我需要编写一个代码，根据两个输入，在文本文件的所有行中提取ABC#12#3#之后的文本。

1）要查找的细分（例如ABC）

2）我需要从中提取文本的段的位置。（例如，4）

因此，ABC和第4段的输入会给出结果 - LINE1，输入DEF和第5段会得到结果 - 1234678985。这是我到目前为止关于第一次输入的内容。

scanner = new Scanner(file);
while (scanner.hasNextLine()) {
line = scanner.nextLine();
if (line.contains(find)){   // find is the 1st input - (e.g., ABC)
System.out.println("Line to be replaced - "+ line);
int ind1 = line.indexOf(findlastchar+"*")+1;
int ind2 = line.indexOf("*");
System.out.println("Ind1 is "+ ind1+ " and Ind2 is " + ind2);
System.out.println("findlastchar is "+findlastchar+"#");
remove = line.substring(line.indexOf(findlastchar)+1, line.indexOf("#"));
System.out.println("String to be replaced " + remove);
content = content.replaceAll(remove, replace);
    }
}

我的代码遇到了2个问题。我不知道如何使用substring在SAME分隔符之间分隔文本，我不知道如何编写代码，以便能够将以下所有特殊字符标识为分隔符 - {#, $, :}，因此将这些分隔符中的任何文本视为一个段。

回答this问题使用了我想要避免使用的正则表达式。

Answer 1

简单地分割线并使用索引：

public String GetItemFromLine(String s, String delimiter, String prefix, int index) {
   String[] items = s.split(delimiter);
   return items[0] == prefix ? items[index] : null;
}

PS我没有使用Java的经验，所以请将此示例视为伪代码。

Answer 2

使用StringTokenizer，您可以将分隔符作为String传递，然后循环遍历它（请参阅此example）或者甚至更好地使用带有正则表达式的String.split：

String[] words = line.split("#|$|:");

Answer 3

它可能不是最有效的方式，但你可以用正则表达式来做，例如：

(ABC[#:*$]+(?:\w+[#:*$]+){2}|DEF[#:*$]+(?:\w+[#:*$]+){3})([^#:*$]+)(.+)

DEMO

使用{2}和{3}（给定模式的重复项），您可以决定应该补充哪一部分字符串。在这种情况下，您只更改分隔符之间的片段。 Java中的示例：

public class Test{
    public static void main(String[] args) {
        String[] lines = {"ABC#12#3#LINE1####1234678985$",
                "DEF#XY#Z:1234:1234561230$",
                "ABC#12#3#LINE TWO####1234678985$",
                "DEF#XY#Z:1234:4564561230$",
                "ABC#12#3#3RD LINE####1234678985$",
                "DEF#XY#Z*1234:7894561230$"};
        for (String line : lines) {
            String result = line.replaceAll("(ABC[#:*$]+(?:\\w+[#:*$]+){2}|DEF[#:*$]+(?:\\w+[#:*$]+){3})([^#:*$]+)(.+)","$1" + " replacement " + "$3");
            System.out.println(result);
        }
    }
}

带输出：

ABC#12#3# replacement ####1234678985$
DEF#XY#Z:1234: replacement $
ABC#12#3# replacement ####1234678985$
DEF#XY#Z:1234: replacement $
ABC#12#3# replacement ####1234678985$
DEF#XY#Z*1234: replacement $

在多个分隔符之间提取文本

3 个答案: