改进Java中文本文件的数据提取

Question

我有以这种形式提供样本数据的CSV文件：

220 30    255   0   0     Javascript
200 20      0 255 128     Thinking in java

，其中第一列是高度，第二列是厚度，接下来的三个是颜色的rgb值，最后一个是标题。 所有这些都需要被视为单独的变量。 我已经为此编写了自己的解决方案，但我想知道是否没有更好/更容易/更短的方法来做到这一点。 然后，提取的数据将用于创建Book对象，将每本Book放入一系列书籍并使用swing进行打印。 这是代码：

private static Book[] addBook(Book b, Book[] bookTab){
        Book[] tmp = bookTab;
        bookTab = new Book[tmp.length+1];
        for(int i = 0; i < tmp.length; i++){
                bookTab[i] = tmp[i];
        }
        bookTab[tmp.length] = b;

        return bookTab;
}

public static void main(String[] args) {

    Book[] books = new Book[0];

    try {
        BufferedReader file = new BufferedReader(new FileReader("K:\\books.txt"));

        String s;
        while ((s = file.readLine()) != null) {
            int hei, thick, R, G, B;
            String tit;

            hei = Integer.parseInt(s.substring(0, 3).replaceAll(" ", ""));
            thick = Integer.parseInt(s.substring(4, 6).replaceAll(" ", ""));
            R = Integer.parseInt(s.substring(10, 13).replaceAll(" ", ""));
            G = Integer.parseInt(s.substring(14, 17).replaceAll(" ", ""));
            B = Integer.parseInt(s.substring(18, 21).replaceAll(" ", ""));

            tit = s.substring(26);

            System.out.println(tyt+wys+grb+R+G+B);

            books = addBook(new Book(wys, grb, R, G, B, tyt),books);
        }
        file.close();
    } catch (IOException e) {
        //do nothing
    }
}

Answer 1

我有CSV文件，其中包含此表单中的示例数据

这不是CSV文件。 这是一个“固定宽度格式化”的文件。

我想知道是否没有更好/更容易/更短的方法来做到这一点

使用真实的 CSV文件格式。 然后使用大量可用的Java CSV API轻松解析/格式化。 例如OpenCSV 。 您甚至可以使用它在Bean List （如您的案例中为Book ）和CSV文件之间进行转换。

（来自评论）文件已经创建，我必须保持该格式。 正则表达式怎么样？

正则表达式只会让事情变得更糟，因为它不是常规格式，而是固定格式！ 如果你不能改变格式，甚至不能改变CSV格式，那么，你的方法就好了。 我只会用trim()替换replaceAll(" ", "") ，因为那是效率（一个是正则表达式，另一个是解析）。 用List<Book>替换Book[]也是一个很好的建议，添加另一本书更容易。 然后你可以做books.add(book) 。 另请参阅集合教程 。

Answer 2

您不应该使用子字符串，因为这会限制数据的格式/长度。 如果您可以控制CSV的生成方式（特别是分隔符），则可以使用StringTokenizer。 您可能还希望使用数组来表示单行的数据（定义一些常量以帮助阐明哪个元素代表什么）。

Answer 3

就像这个例子中所建议的那样， StreamTokenizer似乎是为此而做的。 它有点过时了，但与BufferedReader使用时速度相当快。

Answer 4

您应该考虑使用Java 5中添加的java.util.Scanner类 。它专门用于处理这些类型的File和String解析情况。

这是一个基于您的文件格式的简短示例（注意：为了清晰/简洁，我省略了所有相关的错误处理）：

import java.util.Scanner;
import java.io.File;
import java.lang.String;

class Dummy
{
    public static void main(String[] args) throws Exception
    {
       Scanner sc = new Scanner(new File("file.txt"));
       while(sc.hasNext())
       {
               int hei = sc.nextInt();
               int thick = sc.nextInt();
               int r = sc.nextInt();
               int g = sc.nextInt();
               int b = sc.nextInt();
               String title = sc.nextLine().trim();

               System.out.println("Book(" + hei + "," + thick + "," + 
               r + "," + g + "," + b + "," + title + ")");
       }
    }
}

关于Scanner的好处是它有构造函数来接受字符串，文件或其他InputSources，所以你几乎可以使用它。 希望有所帮助！