需要帮助来解析Java中的文件

Question

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。

Answer 1

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：

• 学校名
• 学生人数
• 学术重点

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）

Answer 2

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）

Answer 3

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。