java中的txt文件格式验证

Question

验证是否存在错误的最佳方法是什么。txt文件是：

• 事实上，这是一个错误。txt文件，而不是仅更改扩展名的其他类型的文件

• 文件的格式。txt文件与指定格式匹配（因此能够正确解析，包含所有相关信息等）

这一切都是在Java中完成的，在Java中，将检索一个文件，然后需要进行检查以确保它是应该的。到目前为止，我只发现JHOVE（现在是JHOVE2）是用于此任务的工具，但在Java代码中实现它的文档方面，与通过命令行实现它相比，还没有发现太多。谢谢你的帮助

Answer 1

听起来你在寻找一种通用的格式选项，我能向你推荐正则表达式吗？你可以使用正则表达式进行各种各样的匹配。我在下面写了一个简单的例子[对于所有的正则表达式专家，如果我没有使用完美的表达式，请原谅我；）]。您可以将REGEX和MAX_line_TO_READ常量放入属性文件中，并对其进行修改，使其更加通用化

基本上，你需要测试“.txt”文件的最大行数（但是建立格式需要很多行——你也可以对标题行使用正则表达式，或者根据需要使用多个不同的正则表达式来测试格式），如果所有这些行都匹配，该文件将被标记为“有效”

这只是一个你可能会用到的例子。您应该实现适当的异常处理，而不仅仅是捕获一个异常的“异常”

为了在Java中测试正则表达式，http://www.regexplanet.com/simple/index.html非常好用

这是“ValidateTxtFile”的来源

import java.io.*;

public class ValidateTxtFile {

    private final int MAX_LINES_TO_READ = 5;

    private final String REGEX = ".{15}[ ]{5}.{15}[ ]{5}[-]\\d{2}\\.\\d{2}[ ]{9}\\d{2}/\\d{2}/\\d{4}";

    public void testFile(String fileName) {

        int lineCounter = 1;

        try {

            BufferedReader br = new BufferedReader(new FileReader(fileName));

            String line = br.readLine();

            while ((line != null) && (lineCounter <= MAX_LINES_TO_READ)) {

                // Validate the line is formatted correctly based on regular expressions                
                if (line.matches(REGEX)) {
                    System.out.println("Line " + lineCounter + " formatted correctly");
                }
                else {
                    System.out.println("Invalid format on line " + lineCounter + " (" + line + ")");
                }

                line = br.readLine();
                lineCounter++;
            }

        } catch (Exception ex) {
            System.out.println("Exception occurred: " + ex.toString());
        }
    }

    public static void main(String args[]) {

        ValidateTxtFile vtf = new ValidateTxtFile();

        vtf.testFile("transactions.txt");
    }   
}

下面是“transactions.txt”中的内容

Electric            Electric Co.        -50.99         12/28/2011
Food                Food Store          -80.31         12/28/2011
Clothes             Clothing Store      -99.36         12/28/2011
Entertainment       Bowling             -30.4393       12/28/2011
Restaurant          Mcdonalds           -10.35         12/28/11

我运行应用程序时的输出是

Line 1 formatted correctly
Line 2 formatted correctly
Line 3 formatted correctly
Invalid format on line 4 (Entertainment       Bowling             -30.4393       12/28/2011)
Invalid format on line 5 (Restaurant          Mcdonalds           -10.35         12/28/11)

编辑2011年12月29日上午10:00左右 不确定这是否有性能问题，但作为一个参考，我复制了“transactions.txt”中的条目几次，构建了一个包含约130万行的文本文件，我能够在我的PC上在大约7秒钟内完成整个文件。我更改了系统。out只是在无效（524288）和有效（786432）格式条目的末尾显示一个总计数。“transactions.txt”的大小约为85mb