用Java Scanner庫解析此問題的最有效方法？

Question

我正在嘗試使用Java的Scanner庫來解析大文件的一部分，但是在嘗試確定解析此文本的最佳途徑時遇到了困難。

SECTOR 199
FLAGS 0x1000
AMBIENT LIGHT 0.67
EXTRA LIGHT 0.00
COLORMAP 0
TINT 0.00 0.00 0.00
BOUNDBOX 7.399998 8.200002 6.199998 9.399998 8.500000 7.099998
COLLIDEBOX 7.605121 8.230770 6.200000 9.399994 8.469233 7.007693
CENTER 8.399998 8.350001 6.649998
RADIUS 1.106797
VERTICES 12
0: 1810
1: 1976
2: 1977
3: 1812
4: 1978
5: 1979
6: 1820
7: 1980
8: 1821
9: 1981
10: 1982
11: 1811
SURFACES 1893 8

它具有一些可選字段（SOUND，COLLIDEBOX），所以我無法按特定順序解析，就像我對文件的前一部分所做的那樣。 我不確定如何做到這一點而又不會使其效率極低，目前，我一直在考慮解析每行，然后用String.split（“ \\ s +”）拆分它以獲取值，但是我我很好奇我可能還有其他選擇。 ：\\

Answer 1

輸入看起來很復雜，足以警告完整的解析器。 我建議使用諸如ANTLR（ http://www.antlr.org/ ）之類的庫。

Answer 2

我首先用關鍵字定義一個枚舉，例如：

 public enum Keyword {SECTOR, FLAGS, AMBIENT, EXTRA, COLORMAP, TINT, 
    BOUNDBOX, COLLIDEBOX, CENTER, RADIUS, VERTICES, SURFACES}

解析可以逐行完成，以空白字符分割。 然后，將第一個元素從Keyword類轉換為枚舉，並使用簡單的switch構造來處理值：

public Model parse(List<String> lines) {

   Model model = new Model();

   Iterator<String> it = lines.iterator();
   while(it.hasNext()) {
      String[] elements = it.next().split("\s+");

      switch(Keyword.valueOf(elements[0])) {
        case SECTOR: model.addSector(elements[1]); break;
        case FLAGS: model.addFlags(elements[1]); break;
        // ...
        case VERTICES:
          int numberOfVertices = Integer.parseInt(elements[1]);
          for (int i = 0; i < numberOfVertices; i++) {
             elements = it.next().split("\s+");
             model.addVertice(i, elements[1]);
          }
          break;
        case default:
          // handle malformed line

      }
   }
   return model;
}

Answer 3

這種方法怎么樣：

find next command (SECTOR, FLAGS, AMBIENT LIGHT, EXTRA LIGHT, etc)
no command found? -> output error and stop
map to command implementation 
execute command (pass it the scanner and your state holder)
command impl handles specific reading of arguments
rinse, repeat,...

您將必須創建一個Command接口：

public interface Command {
    String getName();
    void execute(Scanner in, ReadState state);
}

以及針對每種可能遇到的命令類型的單獨實現：

public class SectorCommand implements Command {
    public String getName() {
        return "SECTOR";
    }
    public void execute(Scanner in, ReadState state) {
        state.setSector(in.nextInt());
    }
}

以及某種工廠來查找命令：

public class CommandFactory {

    private Map<String, Command> commands;
    public CommandFactory() {
        commands = new HashMap<String, Command>();
        addCommand(new SectorCommand());
        // add other commands
    }
    public Command findCommand(Scanner in) {
        for (Map.Entry<String, Command> entry : commands.entrySet()) {
            if (in.findInLine(entry.getKey())) {
                return commands.get(entry.getValue);
            }
        }
        throw new IllegalArgumentException("No command found");
    }
    private void addCommand(Command command) {
        commands.put(command.getName(), command); 
    }
}

（此代碼可能無法編譯）

Answer 4

如果文件很大，我建議您可以使用java.io.RandomAccessFile，它可以跳過要解析的任何區域，而且速度非常快。 如果將整個文件映射到內存中，可能會降低應用程序的速度。

也可以使用java.util.StringTokenizer拆分簡單的大小寫形式，例如，空格，逗號等。 它比正則表達式更快。