如何使用 System.getProperty("line.separator").toString()？

Question

我有一个传递给我的方法的制表符分隔的字符串（代表一个表）。 当我将它打印到命令行时，它看起来像一个带有行的表：

https://i.stack.imgur.com/2fAyq.gif

命令窗口已正确缓冲。 我的想法是每行之前或之后肯定有一个换行符。

我的问题是我想将传入的字符串拆分为代表表行的单个字符串。 到目前为止，我有：

private static final String newLine = System.getProperty("line.separator").toString();
private static final String tab = "\t";
private static String[] rows;
...

rows = tabDelimitedTable.split(newLine);    //problem is here
    
System.out.println();
System.out.println("################### start debug ####################");

System.out.println((tabDelimitedTable.contains(newLine)) ? "True" : "False");
    
System.out.println("#################### end debug###################");
System.out.println();

输出：

################### start debug ####################
False
#################### end debug###################

显然，字符串中有一些东西告诉操作系统开始一个新行。 然而它显然不包含换行符。

在 Windows XP SP3 上运行最新的 JDK。

有任何想法吗？

Answer 1

问题

您不能假设任意输入文本文件使用“正确的”特定于平台的换行符。 这似乎是您问题的根源； 它与正则表达式关系不大。

举例说明，在 Windows 平台上， System.getProperty("line.separator")为"\\r\\n" (CR+LF)。 然而，当你在这个平台上运行你的 Java 代码时，你很可能不得不处理一个行分隔符只是"\\n" （LF）的输入文件。 也许这个文件最初是在 Unix 平台上创建的，然后以二进制（而不是文本）模式传输到 Windows。 在许多情况下，您可能会遇到这些情况，您必须将文本文件解析为不使用当前平台的换行符的输入。

（巧合的是，当 Windows 文本文件以二进制模式传输到 Unix 时，许多编辑器会显示^M ，这让一些不明白发生了什么的人感到困惑）。

当您生成文本文件作为输出时，您可能应该更喜欢特定于平台的换行符，但是当您使用文本文件作为输入时，假设它正确使用特定于平台的换行符可能并不安全。

---

解决方案

解决问题的一种方法是使用例如java.util.Scanner 。 它有一个nextLine()方法，可以返回下一行（如果存在），正确处理平台的换行符和输入文本文件之间的任何不一致。

您还可以组合 2 Scanner ，一个是逐行扫描文件，另一个是扫描每行的标记。 这是一个简单的用法示例，它将每一行分成一个List<String> 。 因此整个文件变成了一个List<List<String>> 。

这可能比将整个文件读入一个巨大的String然后split成行（然后split成部分）更好的方法。

    String text
        = "row1\tblah\tblah\tblah\n"
        + "row2\t1\t2\t3\t4\r\n"
        + "row3\tA\tB\tC\r"
        + "row4";

    System.out.println(text);
    //  row1    blah    blah    blah
    //  row2    1   2   3   4
    //  row3    A   B   C
    //  row4

    List<List<String>> input = new ArrayList<List<String>>();

    Scanner sc = new Scanner(text);
    while (sc.hasNextLine()) {
        Scanner lineSc = new Scanner(sc.nextLine()).useDelimiter("\t");
        List<String> line = new ArrayList<String>();
        while (lineSc.hasNext()) {
            line.add(lineSc.next());
        }
        input.add(line);
    }
    System.out.println(input);
    // [[row1, blah, blah, blah], [row2, 1, 2, 3, 4], [row3, A, B, C], [row4]]

也可以看看

• Effective Java 第 2 版，第 25 条：列表优先于数组

相关问题

• 使用java.util.Scanner验证输入- 有很多使用示例
• Scanner vs. StringTokenizer vs. String.Split

Answer 2

尝试

rows = tabDelimitedTable.split("[" + newLine + "]");

这应该可以解决正则表达式问题。

也不是那么重要，但返回类型

System.getProperty("line.separator")

是字符串所以不需要调用 toString()。

Answer 3

在 Windows 上， line.separator 是 CR/LF 组合（参考此处）。

Java String.split()方法采用正则表达式。 所以我认为这里有些混乱。

Answer 4

试试BufferedReader.readLine()而不是所有这些复杂的事情。 它将识别所有可能的行终止符。

Answer 5

我认为您的问题是String.split()将其参数视为正则表达式，而正则表达式则专门处理换行符。 您可能需要显式创建一个正则表达式对象以传递给split() （它还有另一个重载）并通过在Pattern.compile()的标志参数中传递MULTILINE来配置该正则表达式以允许换行。 文档

Answer 6

其他响应者认为 split() 将正则表达式作为参数是正确的，因此您必须先解决这个问题。 另一个问题是您假设换行符与系统默认值相同。 根据数据来自何处以及程序在何处运行，此假设可能不正确。

Answer 7

尝试这个：

rows = tabDelimitedTable.split("[\\r\\n]+");

无论输入中的行分隔符如何，这都应该有效，并且将忽略空行。