Question

我需要解析一个原始文本文件，其中包含每行的项目和制表符分隔的字段。

如何从纯文本文档中检测制表符空间和下一行标记符号？我正在考虑使用Java API ...但如果你知道任何更快的语言和易于使用的文本解析请告诉我

感谢

Answer 1

String str = "Hello\tworld\nHello Universe";
System.out.println(str);
System.out.println(str.contains("\t"));
System.out.println(str.indexOf("\t"));
System.out.println(str.contains("\n"));
System.out.println(str.indexOf("\n"));

<强>输出：

Hello        world
Hello Universe
true
5
true
11

Answer 2

你可以试试这个

 try 
 {
     BufferedReader br = new BufferedReader(new FileReader(file1));
     String strLine = "";
      while (br.readLine() != null) 
      {
        strLine =br.readLine();
        Scanner str = new Scanner(strLine);
        str.useDelimiter("\t");
        while(str.hasNextToken)
        {
        }
      }
   } catch (Exception e)
   {
   }

Answer 3

您可以使用Google的番石榴图书馆请查看CharMatcher和Guava's slides

这是一个例子：

@Test
public void testGuavaMatcher(){

    String str = "Hello\tworld\nHello Universe";        

    CharMatcher tabMatcher = CharMatcher.is('\t');
    CharMatcher newLineMatcher = CharMatcher.is('\n');

    assertThat(tabMatcher.indexIn(str), is(5));
    assertThat(tabMatcher.matchesAnyOf(str), is(true));
    assertThat(newLineMatcher.indexIn(str), is(11));
    assertThat(newLineMatcher.matchesAnyOf(str), is(true));

    CharMatcher tabAndNewLineMatcher = tabMatcher.or(newLineMatcher);

    assertThat(tabAndNewLineMatcher.removeFrom(str), is("HelloworldHello Universe"));
}

您还可以查看CharMatcher.BREAKING_WHITESPACE常量。

Answer 4

文本文件没有“标记”。使用BufferedReader.readLine（）获取每一行。通过在行中搜索“\ t”可以找到标签。

检测文本文件中的制表符空间和下一个石灰标记符号

4 个答案: