Java 逐行分析文本文件，跳过某些行

我有一个看起来像这样的文件（但要大得多）：

我在Java中使用它已经有一段时间了，并且能够用行等构建数组。带有“>”的行通常是一行，但有时可能是2行、3行或更多行。不以“>”开头的行的字符长度相同，但可能有10行、20行、30行或更多行。现在我要创建一个字符串数组，数组中的每个字符串都包含一个不以“>”开头的字符串，如下所示：

array element 1 = ABCDEFGHI
array element 2 = JKLMONPQR

我觉得我离得很近，但需要一个小小的脚踢才能让我继续前进。我相信这对专业人士来说很容易，但我对Java还是新手

具体问题与我在该董事会上发表的其他帖子有关。这是一个FASTA文件：

>3BHS_BOVIN (P14893) 3 beta-hydroxysteroid
AGWSCLVTGGGGFLGQRIICLLVEEKDLQEIRVLDKVFRPEVREEFSKLQSKIKLTLLEG
DILDEQCLKGACQGTSVVIHTASVIDVRNAVPRETIMNVNVKGTQLLLEACVQASVPVFI
>41_BOVIN (Q9N179) Protein 4.1 
MHCKVSLLDDTVYECVVEKHAKGQDLLKRVCEHLNLLEEDYFGLAIWDNATSKTWLDSAK
EIKKQVRGVPWNFTFNVKFYPPDPAQLTEDITRYYLCLQLRQDIVSGRLPCSFATLALLG
SYTIQSELGDYDPELHGADYVSDFKLAPNQTKELEEKVMELHKSYRSMTPAQADLEFLEN
>5NTD_BOVIN (Q05927) 5'-nucleotidase 
MNPGAARTPALRILPLGALLWPAARPWELTILHTNDVHSRLEQTSEDSSKCVNASRCVGG
VARLATKVHQIRRAEPHVLLLDAGDQYQGTIWFTVYKGTEVAHFMNALGYESMALGNHEF
DNGVEGLIDPLLKEVNFPILSANIKAKGPLASKISGLYSPYKILTVGDEVVGIVGYTSKE
TPFLSNPGTNLVFEDEITALQPEVDKLKTLNVNKIIALGHSGFEVDKLIAQKVKGVDVVV

---

我最终需要将序列放在它们自己的数组元素中，以便以后可以操作它们。

试试这个。我不想麻烦使用正确的变量名。假设第一行有一个>，它也可以工作。它可能也没有得到优化，但应该让您了解这是如何实现的

import java.io.BufferedReader;
import java.io.IOException;
import java.io.StringReader;
import java.util.ArrayList;


public class Parse {
    public static void main(String[] args) throws IOException {
        String lala = ">some text\r\n" + 
                "ABC\r\n" + 
                "DEF\r\n" + 
                "GHI\r\n" + 
                ">some more text\r\n" + 
                "JKL\r\n" + 
                "MNO\r\n" + 
                "PQR";

        ArrayList<String> lines = new ArrayList<String>();

        BufferedReader in = new BufferedReader( new StringReader( lala ) );

        String line;
        while( ( line = in.readLine() ) != null ) {
            lines.add( line );
        }

        ArrayList<String> parsed = new ArrayList<String>();

        for( String s : lines ) {
            if( s.contains(">") ) {
                parsed.add("");
            } else {
                String current = parsed.get( parsed.size() - 1 );
                parsed.set( parsed.size() - 1, current + s );
            }
        }

        for( String s : parsed ) {
            System.out.println( s );
        }
    }

}

---

另一个有趣的方法是在“in.readLine（）”循环中，您可以检查>并在将其推到“line”之前在该字符串的末尾添加一个<。然后，您可以使用正则表达式稍后再提取其他行。

试试这个。我不想麻烦使用正确的变量名。假设第一行有一个>，它也可以工作。它可能也没有得到优化，但应该让您了解这是如何实现的

import java.io.BufferedReader;
import java.io.IOException;
import java.io.StringReader;
import java.util.ArrayList;


public class Parse {
    public static void main(String[] args) throws IOException {
        String lala = ">some text\r\n" + 
                "ABC\r\n" + 
                "DEF\r\n" + 
                "GHI\r\n" + 
                ">some more text\r\n" + 
                "JKL\r\n" + 
                "MNO\r\n" + 
                "PQR";

        ArrayList<String> lines = new ArrayList<String>();

        BufferedReader in = new BufferedReader( new StringReader( lala ) );

        String line;
        while( ( line = in.readLine() ) != null ) {
            lines.add( line );
        }

        ArrayList<String> parsed = new ArrayList<String>();

        for( String s : lines ) {
            if( s.contains(">") ) {
                parsed.add("");
            } else {
                String current = parsed.get( parsed.size() - 1 );
                parsed.set( parsed.size() - 1, current + s );
            }
        }

        for( String s : parsed ) {
            System.out.println( s );
        }
    }

}

---

另一个有趣的方法是在“in.readLine（）”循环中，您可以检查>并在将其推到“line”之前在该字符串的末尾添加一个<。然后，您可以使用正则表达式稍后再提取其他行。

跳过以

开头的行很容易

while((line=istream.readLine())!=null){
    if(line.charAt(0)=='>')continue;

    //do normal concat to buffers
}

如果要转到以

>开头的行上的下一个缓冲区，

则需要更多的操作

while((line=istream.readLine())!=null){
    if(line.charAt(0)=='>'){
         //create new buffer and append the current one to the list (check first if current one is not empty)
         continue;
    }

    //do normal concat to buffer
}

---

跳过以

开头的行很容易

while((line=istream.readLine())!=null){
    if(line.charAt(0)=='>')continue;

    //do normal concat to buffers
}

如果要转到以

>开头的行上的下一个缓冲区，

则需要更多的操作

while((line=istream.readLine())!=null){
    if(line.charAt(0)=='>'){
         //create new buffer and append the current one to the list (check first if current one is not empty)
         continue;
    }

    //do normal concat to buffer
}

像这样的

Array<String> lines    
 //Open the file for reading
    try {    
       BufferedReader br = new BufferedReader(new FileReader(<FileNameGoesHere>));
       while ((thisLine = br.readLine()) != null) { // while loop begins here
         if(thisLine.charAt(0) != '>') {
           lines.add(thisLine);
         }
       } // end while 
     } // end try
     catch (IOException e) {
       System.err.println("Error: " + e);
     }

数组行
//打开文件进行读取
试试{
BufferedReader br=新的BufferedReader（新文件读取器（））；
while（（thisLine=br.readLine（））！=null）{//while循环从这里开始
if（thisLine.charAt（0）！=“>”）{
行。添加（此行）；
}
}//结束时
}//结束尝试
捕获（IOE异常）{
System.err.println（“错误：+e”）；
}

像这样的东西

Array<String> lines    
 //Open the file for reading
    try {    
       BufferedReader br = new BufferedReader(new FileReader(<FileNameGoesHere>));
       while ((thisLine = br.readLine()) != null) { // while loop begins here
         if(thisLine.charAt(0) != '>') {
           lines.add(thisLine);
         }
       } // end while 
     } // end try
     catch (IOException e) {
       System.err.println("Error: " + e);
     }

数组行
//打开文件进行读取
试试{
BufferedReader br=新的BufferedReader（新文件读取器（））；
while（（thisLine=br.readLine（））！=null）{//while循环从这里开始
if（thisLine.charAt（0）！=“>”）{
行。添加（此行）；
}
}//结束时
}//结束尝试
捕获（IOE异常）{
System.err.println（“错误：+e”）；
}

假设您可以迭代这些行：

List<String> array = new ArrayList<String>();
StringBuilder buf = new StringBuilder();
for (String line : lines) {
  if (line.startsWith(">")) {
    if (buf.length() > 0) {
      array.add(buf.toString());
      buf.setLength(0);
    }
  } else {
    buf.append(line);
  }
}
if (buf.length() > 0) { // Add the final text element(s).
  array.add(buf.toString());
}

List array=new ArrayList（）；
StringBuilder buf=新的StringBuilder（）；
用于（字符串行：行）{
if（第行开始时带（“>”）{
如果（buf.length（）>0）{
add（buf.toString（））；
buf.设定长度（0）；
}
}否则{
buf.追加（行）；
}
}
如果（buf.length（）>0）{//添加最后的文本元素。
add（buf.toString（））；
}

假设您可以迭代这些行：

List<String> array = new ArrayList<String>();
StringBuilder buf = new StringBuilder();
for (String line : lines) {
  if (line.startsWith(">")) {
    if (buf.length() > 0) {
      array.add(buf.toString());
      buf.setLength(0);
    }
  } else {
    buf.append(line);
  }
}
if (buf.length() > 0) { // Add the final text element(s).
  array.add(buf.toString());
}

List array=new ArrayList（）；
StringBuilder buf=新的StringBuilder（）；
用于（字符串行：行）{
if（第行开始时带（“>”）{
如果（buf.length（）>0）{
add（buf.toString（））；
buf.设定长度（0）；
}
}否则{
buf.追加（行）；
}
}
如果（buf.length（）>0）{//添加最后的文本元素。
add（buf.toString（））；
}

具体问题是什么？你知道如何连接字符串吗？您知道如何识别字符串是否以“>”开头吗？？我有一个文件中的行数组，我可以确定哪个以“>”开头，是的。。。我也可以连接行，但只选择这些行并将它们作为数组中的元素是我遇到的问题。具体的问题是什么？你知道如何连接字符串吗？您知道如何识别字符串是否以“>”开头吗？？我有一个文件中的行数组，我可以确定哪个以“>”开头，是的。。。我也可以连接行，但只选择这些行并将它们作为数组中的元素是我遇到的问题。为什么要先将行添加到数组中，然后再次遍历数组以删除不必要的条目，而不是只添加有用的行？你能做到这一点太复杂了。由于要从列表中删除条目，所以可能要向后退，这稍微有点棘手。我想这是我的偏好。我不同意我的方法比你建议的方法复杂得多。为什么你要先将行添加到数组中，然后再次遍历数组以删除不必要的条目，而不是只添加有用的行？你能做到这一点太复杂了。由于要从列表中删除条目，所以可能要向后退，这稍微有点棘手。我想这是我的偏好。我不同意我的方法比你建议的方法复杂得多，这是一个很好的解决方案。除了一件事，它看起来很紧凑，很有效率。对于测试，因为我使用的是一个有三个条目的文件，如果我打印数组，我只会得到前两个条目，如果我打印buf，我会得到第三个条目。这是一个好的开始，我现在正在与它合作，看看我是否能让它一直工作下去。也许我遗漏了什么？@nicorellius:哦，对了，我忘了刷新循环末尾的缓冲区；查看我的更新解决方案。很好！我觉得有点不对劲。不过你做得很完美；——）