Java中解析固定格式的文本文件

Question

假设我知道一种文本文件格式，

比如说，每行包含 4 个字段，如下所示：

firstword secondword thirdword fourthword
firstword2 secondword2 thirdword2 fourthword2
...

我需要将其完全读入内存，

我可以使用这种方法：

open a text file
while not EOF
  read line by line
  split each line by a space
  create a new object with four fields extracted from each line
  add this object to a Set

好的，但是有没有更好的东西，一个特殊的第 3 方 Java 库？

这样我们就可以预先定义每个文本行的结构并使用某些函数解析文件

thirdpartylib.setInputTextFileFormat("format.xml");
thirdpartylib.parse(Set, "pathToFile")

？

Answer 1

如果您明确知道分隔符是什么，那么您建议的方法将快速可靠，并且代码开销非常小。第三方库（谷歌“java文本文件库”以获得一长串列表）的好处是它可能有一堆代码来处理作者关心的奇怪情况。缺点是，如果您正在处理简单且可靠的文本文件格式，那么它可能会比您需要的代码更多。

自己这样做的好处是，您可以根据您的要求调整代码，包括可扩展性问题，如果您有大量数据，这很可能是一个考虑因素。通常，第三方库会完整读取文件，如果您有数百万行，这可能不切实际。

我的建议是花一个小时左右编写自己的内容，看看会得到什么结果。您可以轻松破解它。如果事实证明您有一个复杂的问题需要解决有关数据格式的不同特殊问题，那么就开始寻找一个库。

Answer 2

你可以这样做：

// Assuming a Reader called in and a Set called mySet

String line = in.readLine();
while(line != null)
{
  String[] splat = line.split(" ");
  mySet.add(new Widget(splat[0], splat[1], splat[2], splat[3]));
  line = in.readLine();
}

但是你确实需要更好地定义“更好”的含义。上述方法对于“坏”输入不会有很好的表现，但它会非常快（这实际上取决于 Set 的实现。如果您不断调整它的大小，您可能会导致性能损失）。

使用 XML 并定义模式将允许您在解析之前验证输入，并且可能会简化对象创建，但您不能在每行上只有四个字符串（您将需要 XML 标记等）。有关示例第三方库，请参阅 XMLBeans。