Question

我有一个包含多个子文本的大文本文件，每个子文本由<text>和</text>分隔，如下所示

<text>lots of text</text> <start>lots of text</text> ...

我的目标是阅读文本文件，从每个子文本中提取信息，并每次将这些信息写入三个文件中。

我考虑过使用这段代码来创建一个String

Path bigInputPath = Paths.get("bigfile.txt");
BufferedReader reader = Files.newBufferedReader(bigInputPath, StandardCharsets.UTF_8);
StringBuffer sb = new StringBuffer();
String l;
while ((l = reader.readLine()) != null) {
    sb.append(l);
}
reader.close();

然后使用regexp提取第一个子文本，对其进行处理，然后提取第二个子文本并对其进行处理等...

但是文本文件非常庞大，有更好的方法可以继续吗？

Answer 1

由于数据位于标签之间，您可以将其解析为我认为的XML文档。

以下是有关如何执行此操作的示例：https://www.mkyong.com/java/how-to-read-xml-file-in-java-dom-parser/

Java：没有Stringbuffer的Regexp

1 个答案: