Java顺序解析文件中的信息

假设我有一个结构如下的文件：

第0行：

354858

一些重要的字符串

AA其他一些东西 这应该被忽略

第1行：

543788

另一个重要的字符串

AA其他内容 一些应该被忽略的东西

等等

现在，我想获得示例中标记的信息（请参见灰色背景）。当信息字符串长度不同时，序列AA始终存在（并且可以用作中断并跳到下一行）

---

解析信息的最佳方式是什么？带有

的缓冲读取器，如果，那么，else

或者有某种解析器，您可以分辨，读取一些长度XYZ，然后将所有内容读入字符串，直到找到AA，然后跳过行。

我会逐行读取文件，并将每一行与正则表达式匹配。我希望下面代码中的注释足够详细

// The pattern to use
Pattern p = Pattern.compile("^([0-9]+)\\s+(([^A]|A[^A])+)AA");

// Read file line by line
BufferedReader br = new BufferedReader(new FileReader(myFile));
String line;
while((line = br.readLine()) != null) {
  // Match line against our pattern
  Matcher m = p.matcher(line);
  if(m.find()) {
    // Line is valid, process it however you want
    // m.group(1) contains the number
    // m.group(2) contains the text between number and AA
  } else {
    // Line has invalid format (pattern does not match)
  }
}

对我使用的正则表达式（模式）的解释：

更新为对评论的回复：

如果每行前面都有一个

|

字符，则表达式如下所示：

^\|([0-9]+)\s+(([^A]|A[^A])+)AA

"^\\|([0-9]+)\\s+(([^A]|A[^A])+)AA"

在JAVA中，您需要像这样对其进行转义：

^\|([0-9]+)\s+(([^A]|A[^A])+)AA

"^\\|([0-9]+)\\s+(([^A]|A[^A])+)AA"

---

字符

|

在正则表达式中有特殊含义，必须进行转义。

如果没有更多信息，就无法告诉您哪个字符最适合您的问题

一个解决办法可能是

String s = "354858 Some String That Is Important AA OTHER STUFF SOMESTUFF THAT SHOULD BE IGNORED";
String[] split = s.substring(0, s.indexOf(" AA")).split(" ", 2);
System.out.println("split = " + Arrays.toString(split));

输出

split = [354858, Some String That Is Important]

---

使用正则表达式：

+？（？=AA）

---

检查

这里有一个解决方案：

public static void main(String[] args) {
    InputStream source; //select a text source (should be a FileInputStream)
    {
        String fileContent = "354858 Some String That Is Important AA OTHER STUFF SOMESTUFF THAT SHOULD BE IGNORED\n" +
                "543788 Another String That Is Important AA OTHER STUFF SOMESTUFF THAT SHOULD BE IGNORED";
        source = new ByteArrayInputStream(fileContent.getBytes(StandardCharsets.UTF_8));
    }

    try(BufferedReader stream = new BufferedReader(new InputStreamReader(source))) {
        Pattern pattern = Pattern.compile("^([0-9]+) (.*?) AA .*$");
        while(true) {
            String line = stream.readLine();
            if(line == null) {
                break;
            }
            Matcher matcher = pattern.matcher(line);
            if(matcher.matches()) {
                String someNumber = matcher.group(1);
                String someText = matcher.group(2);
                //do something with someNumber and someText
            } else {
                throw new ParseException(line, 0);
            }
        }
    } catch (IOException | ParseException e) {
        e.printStackTrace(); // TODO ...
    }
}

---

您可以使用正则表达式，但如果您知道每一行都包含

AA

，并且您希望内容最多为

AA

，您只需执行

substring（int，int）

即可将行中的部分设置为

AA

public List read(Path path) throws IOException {
    return Files.lines(path)
          .map(this::parseLine)
          .collect(Collectors.toList());
}

public String parseLine(String line){
    int index = line.indexOf("AA");
    return line.substring(0,index);
}

下面是非Java8版本的

read

public List read(Path path) throws IOException {
    List<String> content = new ArrayList<>();

    try(BufferedReader reader = new BufferedReader(new FileReader(path.toFile()))){
        String line;
        while((line = reader.readLine()) != null){
            content.add(parseLine(line));
        }
    }

    return content;
}

公共列表读取（路径路径）引发IOException{
列表内容=新建ArrayList（）；
try（BufferedReader=new BufferedReader（new FileReader（path.toFile（）））{
弦线；
而（（line=reader.readLine（））！=null）{
content.add（parseLine（line））；
}
}
返回内容；
}

您可以逐行读取文件并排除包含AA

字符序列的部分

：

final String charSequence = "AA";
String line;
BufferedReader r = new BufferedReader(new InputStreamReader(new FileInputStream("yourfilename")));
try {
    while ((line = r.readLine()) != null) {
       int pos = line.indexOf(charSequence);
       if (pos > 0) {
            String myImportantStuff = line.substring(0, pos);
            //do something with your useful string
       }
    }
} finally {
    r.close();
}

---

你想要的叫什么。这就是我要找的，谢谢！是否确定

AA

不会出现在重要的

字符串中？是的。AA只是一个符号，是一种特定的模式，在任何时候都只出现一次。@m0skit0，强制引用自：“有些人在遇到问题时，会认为‘我知道，我会使用正则表达式。现在他们有两个问题’：）谢谢你的示例，我现在需要研究一下正则表达式。@Flatron欢迎你，我更新了我的答案并添加了对表达式的解释。我有一个问题，我真的不想要复制和粘贴解决方案，但对于学习和测试它是有帮助的。当我复制你的代码时，我得到一个错误
“无效的转义序列（有效的是\b\t\n\f\r\“\'\\”）”
，用于模式
“^（[0-9]+）\s+（[^A]；A[^A]）+）AA“
。我遗漏了什么吗？I importet
java.util.regex.Pattern但这没有帮助。这是不是意味着AA后面少了些什么？哦，对不起，我的错。我会更新我的问题
\s
应该是
\\s
。好吧，我现在遇到了另一个问题：我在每个liune中的第一个字符是一个|（pipe），当然，上面提到的表达式不适用于此。我如何设置这个条件，使它在每一行的开头都接受|？我试着这样添加它：
^（[0-9]+）\\s+（[^A]| A[^A]）+）AA
和
m/^（[0-9]+）\\s+（[^A]| A[^A]）AA
。