Question

我的文字格式如下：

部分名称1：

这篇文章进入了   第一节

部分名称2：

本文   进入第二部分

等

其中部分名称是任意短语，部分内容将包含除部分名称以外的自由文本。我需要将此文本拆分为类型的对象对（部分名称，部分文本）。

是否有有效的RegEx或其他推荐方法？

感谢。 -Raj

Answer 1

您需要一个结构或一个固定的，可识别的分隔符来决定一行是否包含一个部分名称或一个部分正文。

如果您有一条规则说：以冒号结尾的文本行是一个部分名称，那么您应该逐行阅读该文档，查找一行中的最后一个字符并处理line（1）作为节头，如果它的最后一个字符是冒号，或者（2）作为节主体的一部分，否则。

Answer 2

这取决于文档的结构。例如，每个部分都有一个空行吗？如果是这样，那么只需逐行扫描就可以轻松完成，只需按照这种方式构建对象。

List<Section> sections = new ArrayList<Section>();
String temp = null;
String line = null;
int lineNumber = 0;

while ((line = br.readLine()) != null) {
  lineNumber++;
  if (lineNumber % 2 == 0) {
    // Section Text
    sections.add(new Section(temp, line);
  }
  else {
    // Section Name
    temp = line;
  }
}

然后您的部分可能是：

public class Section {
  private final String name;
  private final String text;
  public Section(String name, String text) {
    this.name = name;
    this.text = text;
  }
}

部分名称/内容文本需要Java文本解析帮助

2 个答案: