解析文件以獲取List的有效方法...？

Question

ID Name Department Salary Designation 
--------------------------------------- 
1 Kent Engineering 100000$ senior-engineer 
2 Smith null  50,000$ administrator 

這些是我有一個大文件的記錄。我需要解析這個文件來檢索工資和指定。關鍵必須是ID，名稱，部門，如果失敗，然後使用ID，名稱.. 我只能使用Java/groovy來做到這一點......我怎麼得到<Salary,Designation>回來......？

什麼是最有效的方式用grep顯示它給我只能使用的Java/Groovy的

Answer 1

您可以將文件解析成一個HashMap只要你需要它保持它的周圍。

它有很高的前期成本，但如果你打算使用它很多，那麼它是有道理的。

然後創建您的鍵和值對象。一定要覆蓋您的密鑰equals。

public class Key{ 
    int id; 
    String name; 

    @Override 
    public boolean equals(Object o){...} 
} 

Answer 2

創建一個BufferedReader，這將允許您一次讀取一行文件。然後在每行上調用split("[\\\s]")，這將以空格分隔。

您可能還得按摩salary字段，以便將其解析爲數字。

Answer 3

我假設你知道如何使用BufferedReader逐行讀取文件，因爲這是這類事情的一個顯而易見的先決條件 - 如果不是這樣，喊叫。

關鍵是你沒有指定的東西。什麼，究竟是，是數據的格式 - 具體來說，確定一個字段結束和另一個字段開始的確切規則是什麼？

如果數據是由製表符分隔（和所述字符是從在數據中出現禁止，即使轉義）然後將溶液很簡單：

// Ignoring general error handling and EOF-checking here 
final String line = bufferedReader.readLine(); 
final String[] fields = line.split("\t"); 

現在你有包含上的字段的陣列該行，所以可以查找fields[3]和fields[4]。

如果分隔符是「任意數量的空格」，並且空格完全被禁止，那麼您的類似情況也很簡單，您的正則表達式爲line.split(" *")。

在更復雜的情況下，包括分隔符在允許轉義或引用時允許出現的情況下，您最好是逐字地遍歷每行並根據分隔符規則手動構建字段集。

Answer 4

將每行按空白分隔。

scala> val a = "1 Kent Engineering 100000$ senior-engineer" 
a: java.lang.String = 1 Kent Engineering 100000$ senior-engineer 

scala> a.split("\\s+") 
res1: Array[java.lang.String] = Array(1, Kent, Engineering, 100000$, senior-engineer) 

然後取原始字符串值並解析它們。例如。轉換$ 50,000到數50000：

double salary = Double.parseDouble(array[SALARY_INDEX].replaceAll("[$,]","")) 


java.lang.Double.parseDouble("50,000$".replaceAll("[$,]","")) 
res6: Double = 50000.0 

Answer 5

隨着Guava library捏，解決辦法很簡單，優雅。我們可以通過客觀化的關鍵提高了下面的代碼，處理錯誤等等等等，但你可以做你自己

import java.io.File; 
import java.io.IOException; 
import java.util.Iterator; 
import java.util.Map; 

import com.google.common.base.CharMatcher; 
import com.google.common.base.Charsets; 
import com.google.common.base.Joiner; 
import com.google.common.base.Splitter; 
import com.google.common.collect.Maps; 
import com.google.common.io.Files; 
import com.google.common.io.LineProcessor; 

public class FileProcessor 
{ 

    private static final Splitter SPLITTER = Splitter.on(CharMatcher.WHITESPACE); 

    private static final Joiner KEY_BUILDER = Joiner.on("_").skipNulls(); 

    @SuppressWarnings("unchecked") 
    public static void main(final String[] args) throws IOException 
    { 
     Map<String, SalaryAndDesignation> result = Files.readLines(new File("c:/1.txt"), Charsets.ISO_8859_1, new LineProcessor() { 

      private final Map<String, SalaryAndDesignation> result = Maps.newHashMap(); 

      public Object getResult() 
      { 
       return result; 
      } 

      public boolean processLine(final String line) throws IOException 
      { 
       Iterator<String> columns = SPLITTER.split(line).iterator(); 
       String id = columns.next(); 
       String name = columns.next(); 
       String dept = columns.next(); 

       String key = KEY_BUILDER.join(id, name, "null".equals(dept) ? null : dept); 

       result.put(key, new SalaryAndDesignation(columns.next(), columns.next())); 
       return true; 
      } 
     }); 
     System.out.println(result.size()); 
    } 

    final static class SalaryAndDesignation 
    { 
     String salary; 

     String designation; 

     public SalaryAndDesignation(final String salary, final String designation) 
     { 
      super(); 
      this.salary = salary; 
      this.designation = designation; 
     } 

    } 
} 

我看到使用Groovy導致較小的代碼如下（copy/pasted from here）樣本，但從未使用過它自己

new File("simple.tab").withReader{r-> 
    line = r.readLine(); 
    println "first line: $line" 
    r.splitEachLine("\t"){fields-> 
      println "fields on line: $fields" 
    } 
}