Java 如何从字符串行中提取特定术语？

我在从每个字符串行提取术语时遇到了一个严重的问题。更具体地说，我有一个csv格式的文件，实际上不是csv格式（它只将所有术语保存到第[0]行）

下面是数千行字符串中的字符串行示例：

test.csv

"31451  CID005319044    　　15939353　　    C8H14O3S2   　　　beta-lipoic acid　　   C1C[S@](=O)S[C@@H]1CCCCC(=O)O "
"12232 COD05374044 23439353　　C924O3S2 　　　saponin　　 CCCC(=O)O "
"9048 　 CTD042032　23241　　C3HO4O3S2　Berberine　 [C@@H]1CCCCC(=O)O "

我只想提取位于第5位的“β-硫辛酸”、“皂甙”和“小檗碱”。 你们可以看到术语之间有很大的空格，所以我说第五位

在这种情况下，如何为每行提取位于第5位的术语

还有一件事：六个术语之间的空格长度并不总是相等的。长度可以是一、二、三、四、五，或者类似的。 因为空格的长度是随机的，所以我不能使用

.split（）

函数。

---

例如，在第一行中，我得到的是“β-硫辛酸”，而不是“β-硫辛酸”。*

您可以使用扫描仪和下一种方法

---

希望这能让您走上正轨！

为此提供算法：

• 阅读文件的每一行
• 对于每一行，请阅读：
  • 按分隔符拆分（不确定是否为空格或制表符

    \t

    字符，这取决于文件内容）
  • 检索第5个元素
  • 将其存储在集合中，通常为

    列表

您可以使用

扫描仪

类轻松完成此操作：

List<String> desiredContent = new ArrayList<>();
Scanner scanner = new Scanner(new File("/path/to/file.csv"));
while (scanner.hasNext()) {
    String line = scanner.nextLine();
    String[] contents = line.split(" ");
    desiredContent.add(contents[4]);
}

List desiredContent=new ArrayList（）；
Scanner Scanner=new Scanner（新文件（“/path/to/File.csv”）；
while（scanner.hasNext（））{
字符串行=scanner.nextLine（）；
String[]contents=line.split（“”）；
添加（目录[4]）；
}

您可以使用字符串的拆分方法

首先，您需要逐行获取字符串

例如：

  String [] result = scanner.nextLine().split(" ");
   System.out.print(result[4]);

split将为您提供一个字符串数组，该数组在每个空格中被拆分。。

---

索引4表示所需字符串的第5个位置

您可以尝试使用正则表达式

List<String> extracted = new ArrayList<String>();
Scanner scanner = new Scanner(new File("filepath/file.csv"));

while (scanner.hasNext()) 
{
    String line = scanner.nextLine();
    String[] contents = line.split("\\s\\s+");  //matches two or more whitespace characters
    extracted.add(contents[4]);
}

List extracted=new ArrayList（）；
Scanner Scanner=new Scanner（新文件（“filepath/File.csv”）；
while（scanner.hasNext（））
{
字符串行=scanner.nextLine（）；
String[]contents=line.split（\\s\\s+）；//匹配两个或多个空白字符
摘录.增加（内容[4]）；
}

\\s\\s+

仅当有两个以上的空格时才会拆分

注意：这包括选项卡，因此如果只有一个选项卡，它将被忽略。

那么.“β-硫辛酸”会发生什么？它将是“β-硫辛酸”和“酸”对吗？是的…酸从我想要的东西中移除。。