Java 按特定字符序列将文本文件拆分为多个文件

我有一个以下格式的文件

.I 1
.T
experimental investigation of the aerodynamics of a
wing in a slipstream . 1989
.A
brenckman,m.
.B
experimental investigation of the aerodynamics of a
wing in a slipstream .
.I 2
.T
simple shear flow past a flat plate in an incompressible fluid of small
viscosity .
.A
ting-yili
.B
some texts...
some more text....
.I 3
...

“.i1”表示与文档ID1对应的文本块的开头，“.i2”表示与文档ID2对应的文本块的开头

我需要的是读取“.I 1”和“.I 2”之间的文本，并将其保存为单独的文件，如“DOC_ID_1.txt”，然后读取“.I 2”和“.I 3”之间的文本 并将其另存为单独的文件，如“DOC_ID_2.txt”等。假设.I#的数量未知

我已经试过了，但没法完成。任何帮助都将不胜感激

String inputDocFile="C:\\Dropbox\\Data\\cran.all.1400";     
try {
     File inputFile = new File(inputDocFile);
     FileReader fileReader = new FileReader(inputFile);
     BufferedReader bufferedReader = new BufferedReader(fileReader);
     String line=null;
     String outputDocFileSeperatedByID="DOC_ID_";
     //Pattern docHeaderPattern = Pattern.compile(".I ", Pattern.MULTILINE | Pattern.COMMENTS);
     ArrayList<ArrayList<String>> result = new ArrayList<> ();
     int docID =0;
     try {
          StringBuilder sb = new StringBuilder();
          line = bufferedReader.readLine();
          while (line != null) {
              if (line.startsWith(".I"))
              { 
                 result.add(new ArrayList<String>());
                 result.get(docID).add(".I");
                 line = bufferedReader.readLine();

                 while(line != null && !line.startsWith(".I")){
                    line = bufferedReader.readLine();
                    }
                     ++docID;
              }        
              else line = bufferedReader.readLine();
          }

      } finally {
          bufferedReader.close();
      }
   } catch (IOException ex) {
      Logger.getLogger(ReadFile.class.getName()).log(Level.SEVERE, null, ex);
   }

String inputDocFile=“C:\\Dropbox\\Data\\cran.all.1400”；
试一试{
文件inputFile=新文件（inputDocFile）；
FileReader FileReader=新的FileReader（inputFile）；
BufferedReader BufferedReader=新的BufferedReader（文件阅读器）；
字符串行=null；
字符串outputDocFileSeperatedByID=“DOC\u ID”；
//Pattern-docHeaderPattern=Pattern.compile（“.I”，Pattern.MULTILINE | Pattern.COMMENTS）；
ArrayList结果=新的ArrayList（）；
int-docID=0；
试一试{
StringBuilder sb=新的StringBuilder（）；
line=bufferedReader.readLine（）；
while（行！=null）{
if（第行开始时带（“.I”））
{ 
添加（新的ArrayList（））；
结果.get（docID）.add（“.I”）；
line=bufferedReader.readLine（）；
while（line！=null&&！line.startsWith（“.I”））{
line=bufferedReader.readLine（）；
}
++docID；
}        
else line=bufferedReader.readLine（）；
}
}最后{
bufferedReader.close（）；
}
}捕获（IOEX异常）{
Logger.getLogger（ReadFile.class.getName（））.log（Level.SEVERE，null，ex）；
}

查找正则表达式，Java为此内置了库

这些链接将为您提供一个起点，您可以有效地使用计数器对字符串执行模式匹配，并存储第一个模式匹配和第二个模式匹配之间的任何内容。可以使用Formatter类将此信息输出到单独的文件中

可在此处找到：-

---

查找正则表达式，Java为此内置了库

这些链接将为您提供一个起点，您可以有效地使用计数器对字符串执行模式匹配，并存储第一个模式匹配和第二个模式匹配之间的任何内容。可以使用Formatter类将此信息输出到单独的文件中

可在此处找到：-

---

查找正则表达式，Java为此内置了库

这些链接将为您提供一个起点，您可以有效地使用计数器对字符串执行模式匹配，并存储第一个模式匹配和第二个模式匹配之间的任何内容。可以使用Formatter类将此信息输出到单独的文件中

可在此处找到：-

---

查找正则表达式，Java为此内置了库

这些链接将为您提供一个起点，您可以有效地使用计数器对字符串执行模式匹配，并存储第一个模式匹配和第二个模式匹配之间的任何内容。可以使用Formatter类将此信息输出到单独的文件中

可在此处找到：-

---

您想找到与“in”匹配的行

您需要的正则表达式是：

^.I\d$

• ^

  表示行的开头。因此，如果在

  I

  之前有一些空格或文本，则该行将与正则表达式不匹配

• \d

  表示任何数字。为了简单起见，我只允许这个正则表达式中有一个数字

• $

  表示行的结尾。因此，如果数字后面有一些字符，则该行将与表达式不匹配

现在，您需要逐行读取文件，并保留对写入当前行的文件的引用

使用

Files.lines（），在Java8中逐行读取文件要容易得多

 <强>注释< /强>：为了提取数字，我使用原始<代码>“.Sub（））/代码>，我认为它是邪恶的，但更容易理解。您可以使用
模式
和
匹配器
以更好的方式进行匹配：

使用此正则表达式：“
.I（\\d）
”。（与前面相同，但带有括号，表示要捕获的内容）。然后：

您要查找与“in”匹配的行

您需要的正则表达式是：
^.I\d$


^
表示行的开头。因此，如果在
I
之前有一些空格或文本，则该行将与正则表达式不匹配
\d
表示任何数字。为了简单起见，我只允许这个正则表达式中有一个数字
$
表示行的结尾。因此，如果数字后面有一些字符，则该行将与表达式不匹配

现在，您需要逐行读取文件，并保留对写入当前行的文件的引用

使用
Files.lines（），在Java8中逐行读取文件要容易得多

 <强>注释< /强>：为了提取数字，我使用原始<代码>“.Sub（））/代码>，我认为它是邪恶的，但更容易理解。您可以使用
模式
和
匹配器
以更好的方式进行匹配：

使用此正则表达式：“
.I（\\d）
”。（与前面相同，但带有括号，表示要捕获的内容）。然后：

您要查找与“in”匹配的行

您需要的正则表达式是：
^.I\d$


^
表示行的开头。因此，如果存在一些空白或
private String currentFile = "root.txt";

public static final String REGEX = "^.I \\d$";

public void foo() throws Exception{

  Path path = Paths.get("path/to/your/input/file.txt");
  Files.lines(path).forEach(line -> {
    if(line.matches(REGEX)) {
      //Extract the digit and update currentFile
      currentFile = "File DOC_ID_"+line.substring(3, line.length())+".txt";
      System.out.println("Current file is now : currentFile);
    } else {
      System.out.println("Writing this line to "+currentFile + " :" + line);
      //Files.write(...);
    }
  });

Pattern pattern = Pattern.compile(".I (\\d)");
Matcher matcher = pattern.matcher(".I 3");
if(matcher.find()) {
  System.out.println(matcher.group(1));//display "3"
}

import java.io.BufferedReader;
import java.io.File;
import java.io.FileReader;
import java.io.IOException;
import java.io.PrintWriter;

public class Test {

    /**
     * @param args
     * @throws IOException 
     */
    public static void main(String[] args) throws IOException {
        // TODO Auto-generated method stub
        String inputFile="C:\\logs\\test.txt"; 
         BufferedReader br = new BufferedReader(new FileReader(new File(inputFile)));
         String line=null;
         StringBuilder sb = new StringBuilder();
         int count=1;
        try {
            while((line = br.readLine()) != null){
                if(line.startsWith(".I")){
                    if(sb.length()!=0){
                        File file = new File("C:\\logs\\DOC_ID_"+count+".txt");
                        PrintWriter writer = new PrintWriter(file, "UTF-8");
                        writer.println(sb.toString());
                        writer.close();
                        sb.delete(0, sb.length());
                        count++;
                    }
                    continue;
                }
                sb.append(line);
            }

           } catch (Exception ex) {
             ex.printStackTrace();
           }
           finally {
                  br.close();

              }
    }

}