使用垂直空白字符作为java扫描程序定界符，在每个端点扫描空字符串

我正在尝试使用Java中的Scanner类扫描一个文件，其中的数据字段由“@”或“endline”分隔。以下是一个示例输入文件：

Student @ Codey @ Huntting
Student @ Sarah @ Honsinger

为了正确地扫描这样的输入文件，我尝试将Java扫描程序上的分隔符更改为正则表达式

“[@\\v]”

，它应该匹配

@

或任何垂直空白，包括

\n

和

\r

，根据

下面是我用来测试它的代码：

Scanner Scanner=新的扫描仪（新文件（“data/initialize.txt”）；
int-tokenNum=0；
scanner.useDelimiter（“[@\\v]”）；
while（scanner.hasNext（））{
System.out.println（“Token#“+tokenNum+++”：“+scanner.next（））；
}
scanner.close（）；

我希望扫描的令牌包括：

Token #1: Student
Token #2:  Codey 
Token #3:  Huntting
Token #4: Student
Token #5:  Sarah
Token #6:  Honsinger

但实际收到的代币是：

Token #1: Student
Token #2:  Codey 
Token #3:  Huntting
Token #4
Token #5: Student
Token #6:  Sarah
Token #7:  Honsinger
Token #8: 

我本以为扫描器在扫描

hunting

时，会在搜索之后向上移动到换行符，并且在下一次调用

input.next（）

时，跳过该换行符，但由于某种原因，扫描器似乎在该行的末尾捕获了一个空字符串

---

我检查了多次，文件在任何一行之后都没有空格。我尝试过不同的模式，如

[@[\\v]]]

和

[@][\\v]

，但这些模式总是给出具有相同空字符串错误的数据，或者输出完全不正常。

如果我理解正确，我们可能只想删除

@

和一个空格，然后将其替换为新行，并在其前面追加文本。也许，这个表达会有帮助：

([\S\s]*?)(?:@\s|$)

正则表达式 如果不需要此表达式，可以在中修改/更改表达式

正则表达式电路 您还可以在以下位置可视化您的表达式：

JavaScript演示 此代码段显示我们可能有一个有效的表达式：

const regex=/（[\S\S]*？）（？：@\S|$）/gm；
const str=`Student@Codey@hunting
学生@Sarah@Honsinger`；
常量subst=`\n$1`；
//被替换的值将包含在结果变量中
const result=str.replace（regex，subst）；
log（'替换结果：'，结果）如果我理解正确，我们可能只想删除
@
和后面的空格，然后用新行替换它并在它前面附加一个文本。也许，这个表达会有帮助：

([\S\s]*?)(?:@\s|$)


正则表达式
如果不需要此表达式，可以在中修改/更改表达式

正则表达式电路
您还可以在以下位置可视化您的表达式：


JavaScript演示
此代码段显示我们可能有一个有效的表达式：


const regex=/（[\S\S]*？）（？：@\S|$）/gm；
const str=`Student@Codey@hunting
学生@Sarah@Honsinger`；
常量subst=`\n$1`；
//被替换的值将包含在结果变量中
const result=str.replace（regex，subst）；
log（'替换结果：'，结果）您的文件可能包含格式为
\r\n
的换行符。
在这种情况下，扫描仪会找到分隔符
\r
，并输出
\r
之前的任何内容。然后它找到分隔符
\n
，并在
\r
和
\n
之间输出空标记，然后在
\n
之后继续

为了允许
\r\n
中断，我建议您将
\r\n |[@\v]
按该确切顺序作为分隔符regex。当然，在转义之后，它会变成
“\r\n|[@\\v]”

正如Andreas提到的，您可以使用的另一个正则表达式是
@\R
，因为
\R
匹配任何unicode换行符，包括
\R\n
。这可能是最好的解决方案。
您的文件可能包含格式为
\r\n
的换行符。
在这种情况下，扫描仪会找到分隔符
\r
，并输出
\r
之前的任何内容。然后它找到分隔符
\n
，并在
\r
和
\n
之间输出空标记，然后在
\n
之后继续

为了允许
\r\n
中断，我建议您将
\r\n |[@\v]
按该确切顺序作为分隔符regex。当然，在转义之后，它会变成
“\r\n|[@\\v]”

正如Andreas提到的，您可以使用的另一个正则表达式是
@\R
，因为
\R
匹配任何unicode换行符，包括
\R\n
。这可能是最好的解决方案。
您的问题是换行符是一对
\r\n
对，并且
\v
分别匹配它们。为了复制这一点，让我们将代码更改为对测试数据使用内联字符串：

String input = "Student @ Codey @ Huntting\r\n" +
               "Student @ Sarah @ Honsinger\r\n";
try (Scanner scanner = new Scanner(input).useDelimiter("[@\\v]")) {
    for (int tokenNum = 0; scanner.hasNext(); tokenNum++) {
        System.out.println("Token #" + tokenNum + ": \"" + scanner.next() + "\"");
    }
}

输出

Token#0:“学生”
象征物#1：“Codey”
标记2：“狩猎”
令牌#3:“
标记4：“学生”
象征#5：“莎拉”
令牌#6：“Honsinger”
令牌#7:“

解决此问题的一种方法是首先尝试匹配
\r\n
对：

useDelimiter("\r\n|[@\\v]")

输出

Token#0:“学生”
象征物#1：“Codey”
标记2：“狩猎”
标记#3：“学生”
象征4：“莎拉”
象征#5：“荣誉歌手”

但是，这将花费时间检查两次
\r
，因此最好使用内置代码（任何Unicode换行符序列，相当于
\u000D\u000A |[\u000A\u000B\u000C\u000D\u0085\u2028\u2029]
）：

相同的结果，但更清楚地反映了您想要匹配的方式


当然，您可以使用
trim（）
或
strip（）
删除前导空格和尾随空格，但为什么不让
Scanner
完成这项工作呢？使用
|
需要一个（非捕获）组将其与空白匹配分开：

useDelimiter("\\s*(?:@|\\R)\\s*")

输出

Token#0:“学生”
象征物#1：“Codey”
标记2：“狩猎”
标记#3：“学生”
象征4：“莎拉”
象征#5：“荣誉歌手”
您的问题是换行符是一对
\r\n
对，并且
\v
分别匹配它们。答复