Question

我正在尝试阅读以这种形式编写的文本文件：

    AB523:[joe, pierre][charlie][dogs,cat]
    ZZ883:[ronald, zigomarre][pele]

我想创建我的结构并正确检索信息。

AB523 ---单独
乔，皮埃尔---独自一人查理---独自一人狗，猫---独自一人

我不确定应该使用的最佳技术是什么。我已经尝试过StringTokenizer ...并使用regEx进行游戏，但我无法正确使用

你有解决方案吗？或建议

在文本文件中写入时的惯例是什么？分隔符的最佳实践是什么？

编辑：文本文件也由我生成，所以我可以控制整个模式。在重新阅读时减少工作量的最佳输出模式是什么？

Answer 1

我会在这里使用正则表达式，因为它似乎维护的代码较少，而且您的语言肯定是常规的。与java.util.Scanner实例一起提高效率。这是一些代码：

import java.io.Reader;
import java.io.StringReader;
import java.util.Scanner;
import java.util.regex.Pattern;

public class ScannerTest {

private static final Pattern header = Pattern.compile("(.*):");
private static final Pattern names = Pattern.compile("\\[([^\\]]+)\\]");

public static void main(String[] args) {

    Reader reader = new StringReader(
            "AB523:[joe, pierre][charlie][dogs,cat]\n"
                    + "ZZ883:[ronald, zigomarre][pele]");

    Scanner scanner = new Scanner(reader);
    scanner.useDelimiter("\n");

    while (scanner.hasNext()) {
        String h = scanner.findInLine(header);
        // Substring removes trailing ':'.
        System.out.println(h.substring(0, h.length() - 1));

        String n;
        while ((n = scanner.findInLine(names)) != null)
            // Substring removes '[' and ']'.
            System.out.println(n.substring(1, n.length() - 1));

        if (scanner.hasNext())
            scanner.nextLine();
    }
}
}

尽管如此，我仍然无法删除子字符串调用，也许这隐藏了一些低效率。我的猜测是，由于字符串的不变性，不应该为这种情况重新创建字符串。

编辑：为了获得更好的表现，我还会考虑手工制作的recursive descent parser。

Answer 2

使用String#split或Pattern#split方法。例如，

   String[] list ="AB523:[joe, pierre][charlie][dogs,cat]".split("[:\\[\\]]+");
   for(String s : list)
       System.out.println(s);

Answer 3

单字符分隔符很容易被分割：String.split（）函数将分割为字符或字符串。它们完全符合StringTokenizer的功能，但使用更清晰的语法。也就是说，String[] items = myString.split(",")看起来比

更清洁

StringTokenizer st = new StringTokenizer(myString, ","); 
while(st.hasMoreTokens()){
    myList.add(st.nextToken();
}

（将来使用split就是我所说的。）

然而，看起来你处于一个稍微复杂的情况，你需要在[左侧和]右边的边界。这需要正则表达式和捕获组。像/\[(.*)\]/

这样的东西

CSV（逗号分隔值）对于简单的表格数据是常见的，并且格式甚至在一定程度上标准化。如果要表示更复杂的对象，则可以使用JSON或SOAP。如果您只使用Java存储，请查看Java的内置序列化功能。

由于您在本地使用它，并且可能正在保存某种Java对象来表示它，因此一种方法是在表示数据的任何对象中实现Serializable。

如果您不喜欢这样，我会使用JSON，因为它看起来像是在做某种树形结构。

Answer 4

由于您可以控制文件格式，我建议使用制表符分隔。许多其他程序（例如Excel）将读取制表符分隔。所以文件看起来如下（\ t代表标签）

AB523\tjoe, pierre\tcharlie\tdogs,cat
ZZ883\tronald, zigomarre\tpele

注意 - 您不能使用另一种常见格式的逗号分隔（CSV），因为逗号是字符串中的合法值。同样，如果制表符是字符串中的合法字符，则制表符分隔将出现问题。

与其他人一样，String.split（）是一种解析文件的好方法。

Answer 5

如果要生成数据文件，请使用CSV（对于简单线性数据）或Json（对于结构化数据）甚至XML（对结构化数据进行大量处理）等标准格式生成数据文件。

读取文本文件时的Java分隔符 - 正则表达式/不是？

5 个答案: