Java-将文件分成多个部分

Question

我正在一个项目中，以采取一个文件，并保存其部分。 部分可以是

1。

2。

3。

等，但也可以是

1.1

2.3.1.II.

等等

现在，我知道如何阅读的基本知识。 我需要知道是否有一种很好的方法来检测文本并将其分成多个部分。

我考虑过正则表达式，但是我不知道足够的正则表达式来做到这一点。 有什么建议么？

更新资料

例：

1. Position
1.1. Position.
1.2. Scope
1.3. Location. 
2. Compensation
2.1. Schedule
2.2. 
3. Term
3.1. Term.
3.1.i. bla
3.1.ii. bla bla

Answer 1

您可以像这样用正则表达式匹配标题（假设罗马数字是u到X ）：

^((?:(?:\d+|I{1,3}|IV|VI{0,3}|IX|X)\.)+)

演示版

说明：

• ^行首

• \\d+|I{1,3}|IV|VI{0,3}|IX|X匹配数字：

  • \\d+数字
  • I{1,3}|IV|VI{0,3}|IX|X罗马数字

• (?:...)非捕获组

• \\. 点分隔数字
• （...）+重复一次或多次NUMERAL DOT组

编辑：

在Java中，您需要转义模式（以便Java正确解释）并使用Pattern.MULTILINE （以便^标记行的开头而不是字符串的开头）：

Pattern.compile("^((?:(?:\\d+|I{1,3}|IV|VI{0,3}|IX|X)\\.)+)", Pattern.MULTILINE)

Answer 2

您可以使用此正则表达式来划分和捕获组1中的编号部分和组2中的段落部分。

^((?:[a-zA-Z\d]{1,2}\.)+)\s+(.*)

在这里， ^((?:[a-zA-Z\\d]{1,2}\\.)+)捕获编号部分，该部分以一到两个字母数字字符开头，然后是一个或多个整数点， 。 然后是一个空格，因此\\s+然后(.*)捕获了假定为段落的其余文本。 根据您提供的样本数据，这就是我想出的。 如果您需要更多涉及不同情况的案例，请添加更多示例，我们将为您提供进一步完善的解决方案。

演示版

这是一个示例Java代码，

List<String> list = Arrays.asList("1. Position", "1.1. Position.", "1.2. Scope", "1.3. Location. ",
        "2. Compensation", "2.1. Schedule", "2.2. ", "3. Term", "3.1. Term.", "3.1.i. bla", "3.1.ii. bla bla",
        "12.a. some para", "13.a. some para", "1.a. some para", "A.1.a. another para", "B.1.a. some para");
Pattern p = Pattern.compile("^((?:[a-zA-Z\\d]+\\.)+)\\s+(.*)");

list.stream().forEach(x -> {
    Matcher m = p.matcher(x);
    if (m.matches()) {
        System.out.println(x + " --> " + "number section: ("+m.group(1)+")" + " para section: ("+m.group(2)+")");
    }
});

印刷品

1. Position --> number section: (1.) para section: (Position)
1.1. Position. --> number section: (1.1.) para section: (Position.)
1.2. Scope --> number section: (1.2.) para section: (Scope)
1.3. Location.  --> number section: (1.3.) para section: (Location. )
2. Compensation --> number section: (2.) para section: (Compensation)
2.1. Schedule --> number section: (2.1.) para section: (Schedule)
2.2.  --> number section: (2.2.) para section: ()
3. Term --> number section: (3.) para section: (Term)
3.1. Term. --> number section: (3.1.) para section: (Term.)
3.1.i. bla --> number section: (3.1.i.) para section: (bla)
3.1.ii. bla bla --> number section: (3.1.ii.) para section: (bla bla)
12.a. some para --> number section: (12.a.) para section: (some para)
13.a. some para --> number section: (13.a.) para section: (some para)
1.a. some para --> number section: (1.a.) para section: (some para)
A.1.a. another para --> number section: (A.1.a.) para section: (another para)
B.1.a. some para --> number section: (B.1.a.) para section: (some para)