Java 使用正则表达式从文本文件中剥离数据

我将从发布文本文件中的数据开始，这只是其中的4行，实际上文件有几百行长

Friday, September  9 2011        5:00AM - 11:59PM       STH 1102                HOLD DO NOT BOOK                                                 
Report Printed on 9/08/2011 at  2:37 PM   Page 1 of 1 

Friday, September  9 2011        5:00AM - 11:00PM       STH 4155 (BOARDROOM)    HOLD - DO NOT BOOK                     
Hold - Do Not Book        Report Printed on 9/08/2011 at  2:37 PM   Page 1 of 1 

Friday, September  9 2011        5:00AM - 11:59PM       UC 2 (COMPUTER LAB)     HOLD DO NOT BOOK                       
do not book               Report Printed on 9/08/2011 at  2:37 PM   Page 1 of 1 

Friday, September  9 2011        5:00PM - 11:00PM       AH GYM                  USC ORIENTATION 2011 - REVISED         
USC Orientation 2011      Report Printed on 9/08/2011 at  2:37 PM   Page 1 of 1

文本的每一小段都在文本文件中的一行上，由许多空格分隔，由于某些原因，这些空格不会出现在问题格式中。我将使用文本的第一段作为示例，说明我试图获取的数据

这是我想从文件

Friday

，

5:00

，

11:59

，

STH 1102

，

中获取的数据，然后忽略该行的读取，文本部分第二行的所有信息都可以忽略，但在文本文件本身中，所有信息都在一行上。然后有了这些数据，我想把每一部分都保存到一个变量中。或者，表示
HOLD don BOOK
的数据部分有时格式如下：
don BOOK
，
HOLD-don BOOK
，如果正则表达式发现其中任何一个，它可以忽略该行前后的所有数据

此外，如果你我可以，我想采取的时间，有下午在他们和增加12到他们，使他们在24小时的格式

以下是我目前阅读全文的方式。然后，一旦用户将路径放入scheduleTxt JTextfield，我就调用这个函数。它可以很好地读取和打印每一行

public void readFile () throws IOException
    {
        try
        {
            FileInputStream fstream = new FileInputStream(scheduleTxt.getText());
            DataInputStream in = new DataInputStream(fstream);
            BufferedReader br = new BufferedReader(new InputStreamReader(in));
            String strLine;
            while ((strLine = br.readLine()) != null)   
            {
                        System.out.println (str1);      
            }
            in.close();
        }
        catch (Exception e){
            System.err.println("Error: " + e.getMessage());
        }
    }

我知道这个问题有很多，希望你能理解我的问题，如果有什么不清楚的地方，就直接问吧，谢谢！牛肉

更新：我只是想也许这会有助于解释我对这些数据的意图，首先我会将任何下午时间转换为24小时格式，然后根据第四条数据（
STH 1102
）我调用一个insert函数，该函数将使用ODBC驱动程序将行中的其他数据插入数据库，这些数据看起来像字段之间的选项卡。如果我是你，我会使用非正则表达式文本操作来分割
\t
字符上每三行的第一行。这应该会给你
STH 1102
和
HOLD don't BOOK
，没有任何进一步的处理

剩下的是星期五、
5:00和11:59。您仍然可以通过文本操作获得这些片段：在逗号上拆分
9月5日星期五
，然后在字符串上拆分
5:00AM-11:59PM
（一个连字符，周围有空格）

如果仍然需要这些正则表达式，可以分别使用
“[A-Za-z]+（？=，）”
和
”（\\d{1,2}:\\d{2}[PA]M）-（\\d{1,2}:\\d{2}[PA]M）
。第二个模式将返回捕获组1和2中所需的时间

对于整个事情来说，Regex可能不是最好的方法，但这可能会起作用：

"^([^,]+),.*\\t(\\d{1,2}:\\d{2}[PA]M) - (\\d{1,2}:\\d{2}[PA]M)\\t([^\\t]+)\\t([^\\t]+)$"

您需要的值将位于捕获组1-5中

编辑：
因为您已经指出这些不是组之间的选项卡，所以上面的正则表达式将无法正常工作。但是，这可能意味着字段位于固定位置。找出每个组从哪个索引开始，然后使用
String.substring
选择从那里到下一个组的所有内容，并
String.trim
结果。然后，您可以像我上面描述的那样处理星期几和时间部分：
“[A-Za-z]+（？=，）”
和
“（\\d{1,2}:\\d{2}[PA]M）-（\\d{1,2}:\\d{2}[PA]M）”
，或非正则字符串操作

此外，如果在第一个“时间”值之前实际上有一个选项卡，则可能会扰乱定位。拆分该选项卡上的字符串，并使用我在右侧部分描述的
子字符串
方法。左侧部分可以在
，
上拆分以查找一周中的哪一天。
我认为使用
StringTokenizer
或
String.split（）
拆分文本并按其在字符串中的位置访问每个部分是值得的。正则表达式同样脆弱，编写起来也要复杂得多。
行中的“字段”位于固定位置？看起来第一个字段（您想要的）位于固定位置，因此不需要正则表达式，只需在该位置使用子字符串。是的，我猜它们都位于固定位置，但文本文件每天都在更改，因此我想我宁愿在固定位置更改时进行正则表达式搜索，如果第一个时间字段为10,11，或者12它的位置将比1-9早1个位置我刚刚检查了它们是否是选项卡，但它们不是选项卡，选项卡上唯一的数据是第一次数据，我希望我可以显示实际的文本文件，但每一行都太长，无法放入单个屏幕快照，并且正则表达式行不起作用，我不知道这是否是因为我没有提到周五之前也有大量的空白，所以当你说每组从哪个索引开始时，你的意思是像周五开始30个空格，然后5:00开始86个空格？诸如此类on@Beef-星期五<代码>不是从位置0开始吗？您可能希望分别分析每一行。我所说的索引是字符串中某个特定值开始的位置，因此它是您将馈送到
string.substring
的数字。这有意义吗？不，在实际的文本文件中，它不是从0开始的，我必须大大减少所有数据之间的空格量，以减少问题中的混乱程度，我不确定我是否完全理解，我很确定我了解
子字符串
和
修剪
的用法，只是不知道在这种情况下如何使用
子字符串
，据我所知，它用于生成一个大字符串，并在某些字符上对其进行分解，类似于php中的explode函数，但是没有ITE的数组部分例如：如果
STH 1102
部分总是从行中的80位开始，而
HOLD DO NOT BOOK
从100位开始，您可以执行类似于
stringroomnumber=line.substring（80,99）.trim（）的操作；字符串cl