在java中从大型文件中提取特定文本

我有这样的模式包含文本的文件

Type:status Origin:some text Text:some text URL:some url Time:time 你可以用

String[] pieces = str.split(":");

---

这将为您提供一个字符串数组，这些字符串按您在括号中的位置进行分割。然后，如果您知道模式，您可以通过循环遍历它来获得每个片段。例如：如果您知道该类型位于[0]，并且每个序列中有六个元素，则可以说下一个类型将位于[6]，依此类推。

您应该检查索引。属于

i

和

j

。如果一行错误，它将跳过该行并将错误的行打印到控制台。您可能应该以不同的方式处理它，但请记住，子字符串不应该喜欢-1的索引

 FileReader fr = new FileReader("test.txt");
 BufferedReader br = new BufferedReader(fr);

 String tokenText = "Text:";
 String tokenURL = "URL:";

 FileWriter wr = new FileWriter("new.txt");
 //  char buffer[] = null;
 String s;
 String str="";
 BufferedWriter bw = new BufferedWriter(wr);
 while ((s = br.readLine()) != null) {
     String a;
     str = str + s;

     i = str.indexOf(tokenText);
     j = str.indexOf(tokenURL);

     if (i < 0 && j >= 0){
        // pad with the token string
        a = s.substring(j + tokenURL.length);
     } else if(i >= 0) {
        // pad with the token string
        a = s.substring(i + tokenText.length);
     } else {
        System.out.printl("Unparsed line:");
        System.out.printl(s);
     }

     bw.write(a);
 }
 br.close();
 bw.close();

FileReader fr=newfilereader（“test.txt”）；
BufferedReader br=新的BufferedReader（fr）；
字符串tokenText=“Text:”；
字符串tokenURL=“URL:”；
FileWriter wr=新的FileWriter（“new.txt”）；
//字符缓冲区[]=null；
字符串s；
字符串str=“”；
BufferedWriter bw=新的BufferedWriter（wr）；
而（（s=br.readLine（））！=null）{
字符串a；
str=str+s；
i=str.indexOf（标记文本）；
j=str.indexOf（tokenURL）；
如果（i<0&&j>=0）{
//用令牌字符串填充
a=s.substring（j+tokenURL.length）；
}如果（i>=0），则为else{
//用令牌字符串填充
a=s.substring（i+tokenText.length）；
}否则{
System.out.printl（“未解析行：”）；
系统输出打印文件；
}
bw.写（a）；
}
br.close（）；
bw.close（）；

也就是说，正如jonhchen902在评论中所说，您还可以在while循环之后检查字符串。这实际上取决于您的输入文件，以及您是否希望多次或一次找到“字符串”。

文本：“在第3行中找到，URL:”在第4行中找到，但是如果您的程序没有找到这两个字符串，则会引发异常。 即使有效，你也会一遍又一遍地找到相同的文本。 试着这样做：

FileReader fr = new FileReader("test.txt");
BufferedReader br = new BufferedReader(fr);

FileWriter wr = new FileWriter("new.txt");
String s;
BufferedWriter bw = new BufferedWriter(wr);
while ((s = br.readLine()) != null) {
    if (s.startsWith("Text:"))
        bw.write(s);
}
br.close();
bw.close();

---

根据您的示例，

Text:

和

Url:

位于连续的行上

您的问题是您正在逐行读取文件（

br.readLine（）

），因此调用

indexOf（）

在大多数情况下都会在

i

或

j

中返回

-1

（而且您永远找不到这两个字符串，因为它们不在同一行）

正如

substring（）

的javadoc所述，使用负开始索引调用该方法将抛出

IndexOutOfBoundsException

。所以你的方法不对

相反，您应该在执行此操作时逐行解析文件，只需测试对

indexOf（“Text:”）

的调用的正索引，然后从返回的索引+5开始对当前行进行子串

未测试：

while ((line = br.readLine()) != null) {
    i = line.indexOf("Text:");
    if (i > 0) {
        String text = line.substring(i);
        bw.write(text + "\n");
    }
}

---

有什么例外？可能是move

i=str.indexOf（“Text:”）；j=str.indexOf（“URL:”）；字符串a=str.substring（i，j）；bw.写（a）部分退出
while
。我猜您正在搜索的内容并不是每行都存在。您应该检查indexof返回的索引。如果找不到，它将返回
-1
。您还可以显示输入文件的示例并发布实际异常。您到底想从该文件中获取什么？？？？你说的文字是什么意思？？？它是写在文件中的文本还是冒号后面的数据。在这个版本中，可能不需要累积
str
，因为这里我只分析每一行。
while ((line = br.readLine()) != null) {
    i = line.indexOf("Text:");
    if (i > 0) {
        String text = line.substring(i);
        bw.write(text + "\n");
    }
}