Question

我有一个以下格式的文件，记录由换行符分隔，但有些记录中有换行符，如下所示。我需要获取每条记录并单独处理它们。该文件的大小可能只有几个Mb。

 <?aaaaa>
 <?bbbb
     bb>
 <?cccccc>

我有代码：

 FileInputStream fs = new FileInputStream(FILE_PATH_NAME);
 Scanner scanner = new Scanner(fs);
 scanner.useDelimiter(Pattern.compile("<\\?"));
 if (scanner.hasNext()) {
     String line = scanner.next();
     System.out.println(line);
 } 
 scanner.close();

但是我得到的结果是开头的＆lt; \？删除：

aaaaa>
bbbb
   bb>
cccccc>

我知道Scanner会消耗任何与分隔符模式匹配的输入。我能想到的就是将分隔符模式添加回每个记录中。（/ p>）

有没有办法不删除分隔符模式？

Answer 1

仅在前面有">"字符时打破换行符：

scanner.useDelimiter("(?<=>)\\R"); // Note you can pass a string directly

\R是一个独立于系统的换行符 (?<=>)是背后的，断言（不消费）前一个字符是>

此外它很酷，因为<=>看起来像Darth Vader's TIE fighter。

Answer 2

我假设你想在任何地方忽略换行符'\n'。

我会阅读whole file into a String然后remove all of the '\n's in the String。这个问题的代码部分是这样的：

String fileString = new String(Files.readAllBytes(Paths.get(path)), StandardCharsets.UTF_8);
fileString = fileString.replace("\n", "");
Scanner scanner = new Scanner(fileString);
...  //your code

您可以随意提出任何其他问题！

Answer 3

以下是使用StringBuilder：

执行此操作的一种方法

public static void main(String[] args) throws FileNotFoundException {
    Scanner in = new Scanner(new File("C:\\test.txt"));
    StringBuilder builder = new StringBuilder();

    String input = null;
    while (in.hasNextLine() && null != (input = in.nextLine())) {
        for (int x = 0; x < input.length(); x++) {
            builder.append(input.charAt(x));
            if (input.charAt(x) == '>') {
                System.out.println(builder.toString());
                builder = new StringBuilder();
            }
        }
    }

    in.close();
}

<强>输入：

 <?aaaaa>
 <?bbbb
     bb>
 <?cccccc>

<强>输出：

 <?aaaaa>
 <?bbbb     bb>
 <?cccccc>

如何使用Java将文件分解为基于正则表达式的标记

3 个答案: