[英]Need help parsing a File in Java
我目前正在做一个小型数据结构项目,并且正在尝试获取全国大学的数据; 然后对它们进行一些数据操作。 我在这里找到了这些数据: http : //archive.ics.uci.edu/ml/machine-learning-databases/university/university.data
但是,此数据的问题是(我在网站上引用):“它是一个LISP可读文件,在数据文件的末尾具有一些相关功能。” 我打算将这些数据保存为.txt文件。
该文件看起来有点像:
(def-instance Adelphi
(state newyork)
(control private)
(no-of-students thous:5-10)
(male:female ratio:30:70)
(student:faculty ratio:15:1)
(sat verbal 500)
(sat math 475)
(expenses thous$:7-10)
(percent-financial-aid 60)
(no-applicants thous:4-7)
(percent-admittance 70)
(percent-enrolled 40)
(academics scale:1-5 2)
(social scale:1-5 2)
(quality-of-life scale:1-5 2)
(academic-emphasis business-administration)
(academic-emphasis biology))
(def-instance Arizona-State
(state arizona)
(control state)
(no-of-students thous:20+)
(male:female ratio:50:50)
(student:faculty ratio:20:1)
(sat verbal 450)
(sat math 500)
(expenses thous$:4-7)
(percent-financial-aid 50)
(no-applicants thous:17+)
(percent-admittance 80)
(percent-enrolled 60)
(academics scale:1-5 3)
(social scale:1-5 4)
(quality-of-life scale:1-5 5)
(academic-emphasis business-education)
(academic-emphasis engineering)
(academic-emphasis accounting)
(academic-emphasis fine-arts))
......
The End Of the File:
(dfx def-instance (l)
(tlet (instance (car l) f-list (cdr l))
(cond ((or (null instance) (consp instance))
(msg t instance " is not a valid instance name (must be an atom)"))
(t (make:event instance)
(push instance !instances)
(:= (get instance 'features)
(tfor (f in f-list)
(when (cond ((or (atom f) (null (cdr f)))
(msg t f " is not a valid feature "
"(must be a 2 or 3 item list)") nil)
((consp (car f))
(msg t (car f) " is not a valid feature "
"name (must be an atom)") nil)
((and (cddr f) (consp (cadr f)))
(msg t (cadr f) " is not a valid feature "
"role (must be an atom)") nil)
(t t)))
(save (cond ((equal (length f) 3)
(make:feature (car f) (cadr f) (caddr f)))
(t (make:feature (car f) 'value (cadr f)))))))
instance))))
(set-if !instances nil)
(dex run-uniq-colleges (l n)
(tfor (sc in l)
(when (cond ((ge (length *events-added*) n))
((not (get sc 'duplicate))
(run-instance sc)
~ (remprop sc 'features)
nil)
(t (remprop sc 'features) nil)))
(stop)))
我最感兴趣的数据是学生人数,学术重点和学校名称。
任何帮助是极大的赞赏。
您可以使用/使用Lisp文件解析器,也可以忽略它所使用的语言,而专注于数据。 您提到您需要:
您可以grep
相关的关键字(定义实例,无学生,强调学业),这将给您带来帮助(根据您的示例):
(def-instance Adelphi
(no-of-students thous:5-10)
(academic-emphasis business-administration)
(academic-emphasis biology))
(def-instance Arizona-State
(no-of-students thous:20+)
(academic-emphasis business-education)
(academic-emphasis engineering)
(academic-emphasis accounting)
(academic-emphasis fine-arts))
这简化了编写特定解析器的过程(def-instance后跟名称,然后在下一个def-instance之前的所有学术重点和无学生参考先前定义的名称)
您是否已在Java VM的Lips解释器中运行该Lisp文件?
例如,可以与JSR-223兼容的Armed Bear Common Lisp可以迅速解析您的文件。
使用JSR-233,您将能够访问脚本定义的变量(例如Adephi
和其他变量),如示例所示。
编辑根据评论请求,一些补充性的解释(尽管对我来说似乎很简单)。
因此,假设您在类路径中有Armed bear Common Lisp,并且file
是脚本的绝对文件名(此示例很大程度上受JSR-223示例的启发/借鉴)。
一,安装脚本引擎
ScriptEngineManager scriptManager = new ScriptEngineManager();
scriptManager.registerEngineExtension("lisp", new AbclScriptEngineFactory());
ScriptEngine lispEngine = scriptManager.getEngineByExtension("lisp");
然后,在脚本引擎中加载脚本
Object eval = lispEngine.eval(new FileReader(file));
现在,配备一个小的调试器,看看其中有什么(我没有足够的勇气安装所有环境来为您完成工作)
如果要解析lisp,则需要注意“堆栈”。
当遇到(
,将推入堆栈。您现在处于新的作用域中,比以前高一级。
类似地,当您遇到a )
时,您会跳出堆栈-完成该层并下一层。
因此,在这种情况下,您将处于空白状态。 您遇到的第一件事是(
现在您处于“已定义”状态。)(我刚刚做了。可以随便叫它。)您遇到def-instance令牌,然后是大学的名称。您继续阅读,然后遇到另一个(
(忽略空格,仅分析标记。)这使您进入属性状态。(我也补充了这一点。)由于您是从定义跳到属性的,所以现在就可以制作对象了。诸如UnivData data = new UnivData(parsedToken)
(其中parsedToken的值为“ Adelphi”)。
好的,回到属性-您已经阅读了(
,然后阅读了“ state”和“ newyork”,然后是另一个)
。 因此,您可以将当前UnivData的状态变量分配给newyork。
您对所有属性都重复了此行为,但是在学术重点之后又遇到了一个额外的)
。 这是关闭当前对象并开始寻找另一个对象的提示。
起初,我很想说使用地图。 有多个学术重点标记的事实表明您应该使用更好的数据结构,也许是Map>。 最好自己滚动一个具有String的Property类,或者如果它获取多个值,它将切换到字符串列表。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.