java模式和匹配：格式化文本文件

Question

我正在尝试获取一个如下所示的输入文件：

一些元素1 |一些元素具有不同的长度2 |一些元素3 |一个元素4 |一些元素5| 元素1 |不同长度2 |元素3 | AnElementI'llIgnore4 |元素5|

并将其格式化为具有特定间距的列。我对java非常陌生，并且来自C++背景。不管怎样，我一直在考虑用正则表达式建立一个模式，然后寻找匹配项。我不确定正则表达式中用于标识特定字符（管道“|”）的语法是什么，以便确定模式

这似乎是一个好方法吗？如果是的话，模式的语法是什么。compile（“Regex语法”）是，我如何确定与之匹配

Answer 1

如果可以将文件内容作为字符串读取，则可以执行以下任一操作：

• 直接用一定数量的空格替换“|”：stringContents.replaceAll("\\|", " ")

• 在“|”处拆分字符串：stringContents.split("\\|");

请记住，“|”是正则表达式中的一个特殊字符，被解释为“或”操作，这就是为什么需要用反斜杠（即两个反斜杠）对其进行转义的原因

Answer 2

你可以用绳子。split（stringregex）方法

Answer 3

为什么不直接使用String.split()？e、 g

String[] res = line.split("\\|");

（注意split()方法需要一个regexp，因此必须转义管道）

然后，您可以遍历结果数组并使用String.format()以填充/格式化等方式输出

Answer 4

我认为最简单的事情是：

1. 将每行转换为一个带有字符串的数组。拆分（“|”）

2. 创建一个包含每列长度的整数数组

3. 创建StringBuilder以保存重新格式化的行

4. 从第1行循环遍历数组，将每个字符串填充到第2行数组的长度，然后将其附加到StringBuilder

如果字段可能有一个嵌入式管道，因此您必须有一些转义它们的机制，那么您必须自己编写代码来解析列，而不是split（）。我想你可以为此编写一个正则表达式，但我认为这比在字符间循环寻找管道要复杂得多

Answer 5

不要重新发明轮子。使用ApacheCommons Lang并检查StringUtils

我假设您想要固定长度的列；该库提供了leftPad（）或rightPad（）方法以及一堆其他字符串操作

简言之：

1. 使用String.split()进行拆分
2. 在数组上循环并使用StringUtils重新格式化