使用 Java Scanner 库解析此内容的最有效方法是什么？

Question

我正在尝试使用 Java 的 Scanner 库解析大文件的一部分，但我很难确定解析此文本的最佳路径。

SECTOR 199
FLAGS 0x1000
AMBIENT LIGHT 0.67
EXTRA LIGHT 0.00
COLORMAP 0
TINT 0.00 0.00 0.00
BOUNDBOX 7.399998 8.200002 6.199998 9.399998 8.500000 7.099998
COLLIDEBOX 7.605121 8.230770 6.200000 9.399994 8.469233 7.007693
CENTER 8.399998 8.350001 6.649998
RADIUS 1.106797
VERTICES 12
0: 1810
1: 1976
2: 1977
3: 1812
4: 1978
5: 1979
6: 1820
7: 1980
8: 1821
9: 1981
10: 1982
11: 1811
SURFACES 1893 8

它有一些可选字段（SOUND、COLLIDEBOX），因此我无法像处理文件前一部分那样按特定顺序进行解析。我不确定如何在不使其效率非常低的情况下执行此操作，目前我一直在考虑解析每一行，然后用 String.split("\s+") 分割它以获取值，但我我很好奇我还有什么其他选择。 :\

Answer 1

如果文件很大，我建议你可以使用java.io.RandomAccessFile，它可以跳过你想要解析的任何区域，而且速度非常快。如果将整个文件映射到内存中，可能会减慢应用程序的速度。

也可以使用java.util.StringTokenizer来分割简单的大小写。例如，空格，逗号等。它比正则表达式更快。

Answer 2

这种方法怎么样：

find next command (SECTOR, FLAGS, AMBIENT LIGHT, EXTRA LIGHT, etc)
no command found? -> output error and stop
map to command implementation 
execute command (pass it the scanner and your state holder)
command impl handles specific reading of arguments
rinse, repeat,...

您必须创建一个 Command 接口：

public interface Command {
    String getName();
    void execute(Scanner in, ReadState state);
}

以及您可能遇到的每种类型的命令的单独实现：

public class SectorCommand implements Command {
    public String getName() {
        return "SECTOR";
    }
    public void execute(Scanner in, ReadState state) {
        state.setSector(in.nextInt());
    }
}

以及某种工厂来查找命令：（

public class CommandFactory {

    private Map<String, Command> commands;
    public CommandFactory() {
        commands = new HashMap<String, Command>();
        addCommand(new SectorCommand());
        // add other commands
    }
    public Command findCommand(Scanner in) {
        for (Map.Entry<String, Command> entry : commands.entrySet()) {
            if (in.findInLine(entry.getKey())) {
                return commands.get(entry.getValue);
            }
        }
        throw new IllegalArgumentException("No command found");
    }
    private void addCommand(Command command) {
        commands.put(command.getName(), command); 
    }
}

此代码可能无法编译）

Answer 3

我首先使用关键字定义一个枚举，例如：

 public enum Keyword {SECTOR, FLAGS, AMBIENT, EXTRA, COLORMAP, TINT, 
    BOUNDBOX, COLLIDEBOX, CENTER, RADIUS, VERTICES, SURFACES}

可以逐行进行解析，在空白字符处拆分。然后，我将第一个元素转换为 Keyword 类中的枚举，并使用简单的 switch 构造来处理这些值：

public Model parse(List<String> lines) {

   Model model = new Model();

   Iterator<String> it = lines.iterator();
   while(it.hasNext()) {
      String[] elements = it.next().split("\s+");

      switch(Keyword.valueOf(elements[0])) {
        case SECTOR: model.addSector(elements[1]); break;
        case FLAGS: model.addFlags(elements[1]); break;
        // ...
        case VERTICES:
          int numberOfVertices = Integer.parseInt(elements[1]);
          for (int i = 0; i < numberOfVertices; i++) {
             elements = it.next().split("\s+");
             model.addVertice(i, elements[1]);
          }
          break;
        case default:
          // handle malformed line

      }
   }
   return model;
}

Answer 4

输入看起来足够复杂，足以需要一个完整的解析器。我建议使用 ANTLR 等库（ http://www.antlr.org/ ）。