用Java解析混合数据

Question

有点像Java菜鸟，已经在大约6种不同的流+扫描器之间切换了，但是仍然找不到一种方法来完成我需要做的所有事情。 我试图实现一种算法来解析遵循某种语法的文件。 在很多地方，我需要查看下一个字符以查看它是括号还是逗号，还需要能够读取字符串和十进制值。 我将其与流一起使用，直到尝试读取双倍为止。 双重不是二进制格式，所以DataInputStream不是我想要的。

我可以将扫描仪用于其getNextFloat，但是使用扫描仪的问题是文件中没有真正的定界符： (test:1.234,rightTest:5.6789)

如果我指定( , : )与扫描仪定界符，然后我失去了测试的分隔符的存在（我thionk，因为它似乎的方式是吃分隔符）的能力。 这些块可以以多种方式彼此嵌套，因此我经常需要测试下一个字符，以查看它是否是开括号，然后分支到不同的逻辑部分。 即它形成一棵树（但是请不要对代码进行解析，因为那是我的家庭作业）。

如果我只能弄清楚如何解析十进制值，那么我可以取消扫描仪，直接返回原始解决方案。 我需要做一个“读取直到找到这些字符之一”的内容，以便我可以说stream.ReadUntil（“，）”）。 小数点后总是逗号或结束括号。 作为一种技巧，我可能一次只能读一个字符。 这是我抓取“ test”和“ rightTest”之类的字符串的相同操作，感觉真的很糟糕。

我唯一知道的另一个选择是带有字符串标记器的东西，但是从示例中我的感觉是，我必须将整个文件读入字符串以对其进行标记，这实质上违反了使用流的目的。 这些文件可能真的很大，就像我自己尝试的一种扩展程序一样，我喜欢尝试编码，这样即使不必要，我也不会将所有内容都放入内存中，尽管对于此分配而言，这并不重要。

所以基本上我正在寻找的是在文件IO的力学一些帮助能够在接下来的字符来偷看，所以我可以检查( , : ) necesary时，也必须阅读串起来的能力a :并读取一个十进制值（最大为:或)

Answer 1

您是否从java.io看过PushbackReader ？ 偷看是其用例之一。 下面是一个示例。

PushbackReader pusher = new PushbackReader(reader);
char c = (char)pusher .read();
// code to work with the peeked character
pusher .unread((int)c); //push character back into the buffer

Answer 2

流和扫描器是唯一可接受的选项？ 我会使用匹配器模式。 例如，此代码段确定给定html页面的字符集，并使用该字符集对其余内容进行编码：

BufferedReader in = new BufferedReader(new FileReader(new File("index.html")));
String inputLine;
String returnedContent = "";
Pattern charsetPattern = Pattern.compile(".*<meta.*content=\"text/html;.*charset=([A-Za-z0-9\\-]*)\">.*");
while ((inputLine = in.readLine()) != null) {
    if (serviceCharset == null) {
        Matcher m = charsetPattern.matcher(inputLine);
        if (m.find()) {
            charset = m.group(1);//the expression included in the () is one ordered group
        }

    }
    returnedContent += new String(inputLine.getBytes(), charset != null? charset : "UTF8");
}
in.close();

我知道该示例与您的问题没有多大关系，它仅显示了正则表达式在此类问题中的实用性：您逐行读取文件（因此无需担心缓冲区），并使用正则表达式匹配所需的文本。

Answer 3

您也可以尝试通过MappedByteBuffer映射文件以大致访问它，因为它是内存中的字节数组。 如果需要将其视为字符流，则可以将其包装到CharBuffer中 。 参见例如。 此处 （“ 映射文件”部分）。