通過標記分割字符串？

Question

我有一個txt文件，該文件摘自一本書。 我已通過以下方法將文件轉換為字符串

    File book = new File("WarAndPeace.txt");
    chapters = new ArrayList<String>();


    FileReader fileReader;
    fileReader = new FileReader(book);


    BufferedReader bufferedReader = new BufferedReader(fileReader);
    StringBuffer stringBuffer = new StringBuffer();
    String nextLine;
    while ((nextLine = bufferedReader.readLine()) != null) {
        stringBuffer.append(nextLine);
        stringBuffer.append("\n");
    }
    fileReader.close();

    myBook = stringBuffer.toString();

在文本文件中，每章都包含一個卷。 用“章”表示，然后用羅馬數字表示。 例如，第五章以“第V章”開頭

我需要將字符串分解為多個字符串，然后將它們全部添加到ArrayList中，這樣我才能編寫諸如“ nextChapter（）”，“ previousChapter”，“ getChapter（int volumeNumber，int ChapterNumber”）之類的函數，這些函數將返回適用的字符串。例如，我在想這個；章節是一個ArrayList

public String nextChapter(){
currentChapter++;
return chapters(currentChapter);
}

如何將本書分為幾章和幾卷（一卷包含許多章）

我需要使用與ArrayList不同的數據結構嗎？如果可以，怎么辦？ 我聽說HashMap可以使用鍵（也許類型String擁有章和卷這兩個鍵？），如果可以，我該怎么做？

謝謝

Answer 1

關於文件解析： String.split()是一個非常有用的工具。 它支持正則表達式 ，這意味着您可以為其提供"CHAPTER [IVXLCDM]+" ，並且它將匹配出現的任何“ CHAPTER”后跟羅馬數字。 但是，請記住，正則表達式區分大小寫 。 同樣，使用此方法將不遵守各章的實際編號。 不論第一章是哪一章，都將放在結果數組中。 這可能不會成為問題，因為大多數書籍按順序包含其章節。

如果使用上面的示例匹配，則可能必須從章節文本的開頭和/或結尾處刪除換行符。 String.trim()將為您完成此操作。

關於數據結構：在這種情況下，面向對象的編程可以使您受益匪淺。 而不是使用ArrayList<String>來保存書的章節，而應該為書的不同部分創建類。 例如， Book類的一個實例可以具有一個Volume實例數組，每個Volume實例都有一個Chapter實例數組。 Chapter可能包含帶有該章節內容的單個String ，也可能包含標題的另一個String 。

現在看來似乎還有更多工作要做，但從長遠來看會有所收獲。 類為用戶提供了一致的界面，還使您作為程序員可以保護您的數據。 通過定義諸如Volume getVolume(int)或Chapter getChapter(int) ，可以為用戶提供一種更清潔，更有意義的方式來與數據進行交互。 相反，調用List方法的含義可能更不明確。

Answer 2

您嘗試的操作並不困難，但並不像按關鍵字進行拆分那樣簡單。 在真實的書中，您可以輕松地在文本中找到單詞“章節”。 因此，如果按“章”的出現進行拆分，則會導致虛假的划分和錯誤構建的數據結構。

因此，您必須注意要考慮的標准，即文本“章節”（或“卷”）實際上是章節標題。 您已經說了一個：

• 一章以“ CHAPTER”一詞為首，加上求和間距再加上羅馬數字。

我將添加下一個：

• 該標題占據一整行文本。

還有一個類似的體積規則，使用單詞“ VOLUME”（如果未指定其他條件）。

因此，如果您已經在逐行讀取文件 ， 則最好在讀取文件時執行analisys文本，從而獲得更好的機會來區分行的開始和結束位置，並避免在文件中存儲大量數據。字符串（通常會導致性能下降）。 因此，應在分析文本的過程中建立數據結構。

數據結構應如下所示：

class Book
{
    private List<Volume> volumes=...
    public void addVolume(Volume volume) {...}
    public Volume getVolume(int volume) {...}
    public Chapter getChapter(int volume, int chapter) {...}
}

class Volume
{
    private List<Chapter> chapters=...
    public void addChapter(Chapter chapter) {...}
    public Chapter getChapter(int chapter) {...}
}

class Chapter
{
    private StringBuilder text=...
    public void addText(String text) {...}
    public String getText() {...}
}

解析算法如下：

Pattern chapterPattern=Pattern.compile("CHAPTER\s+[IVXLDC]+");
Pattern volumePattern=Pattern.compile("VOLUME\s+[IVXLDC]+");
Book book=new Book(...);
Volume currentVolume=null;
Chapter currentChapter=null;
while ((nextLine = bufferedReader.readLine()) != null) {
    if (volumePattern.matcher(nextLine)).matches())
    {
        // It is a volume heading:
        currentVolume=new Volume(...);
        currentChapter=null;
        book.addVolume(currentVolume);
    }
    else if (chapterPattern.matcher(nextLine)).matches())
    {
        // It is a chapter heading:
        currentChapter=new Chapter(...);
        currentVolume.addChapter(currentChapter);
    }
    else
    {
        currentChapter.addText((nextLine).append("\n"));
    }
}

這種解析算法始終希望本書格式正確：它必須始終以卷標題開頭。 卷標題之后，必須有章節標題。 並且所有卷和章節都必須按順序出現（因此，羅馬數字可以忽略）。 如果沒有，將出現一個丑陋的例外。 因此，如果您想控制可能的錯誤格式，則必須考慮currentVolume或currentChapter中的null值。

此外，沒有任何關於空行的規定。 在標題和章節標題之間留空行是否合法？ 如果是這樣，則必須考慮到它。