java - 在 Java 中使用正则表达式处理带 header 的文本文件的策略

Question

我有一个文件，其中包含带有注释的 header (例如 [Comment] 这是一条注释)和后续数据部分。数据从“Mk1=”开始。

我正在开发的程序应该:

• 复制 header 内容
• 仅在文件的数据部分中搜索和替换
• 将 header 和数据写入新文件

我目前正在使用:

• 字符串缓冲区
• 扫描仪
• 正则表达式.Pattern;

到目前为止，在我的代码中(精简到其要点):

public static void main(String[] args) {

    File file = readFile("file.ext");

    Scanner inputScanner = null;

    try {
        inputScanner = new Scanner(file);
    } catch (FileNotFoundException e) {
        e.printStackTrace();
    }

    String currentLine = "";

    while(inputScanner.hasNext()) {
        currentLine = inputScanner.findInLine(regexpPattern);

        if (currentLine != null){
             fileOutput.append(currentLine + "\n");
        }
    }

}

由于扫描程序的工作方式类似于队列，因此我很难弄清楚应该使用什么策略。我找到了使用匹配器而不是扫描器的示例。据我了解，由于 Scanner 的队列结构，我还必须使用 boolean 标志。 findInHorizo​​n() 方法似乎没有帮助，因为我希望 reg exp 仅适用于地平线之外。假设我知道标题开始和结束的一系列字符，扫描仪的分隔符是否可能存在“黑客”？

文件示例

[Comment]
Text goes here.

[Another Comment]
;Instructions: Below you will find Mk1= where the data can be assigned.
;More text.

Mk1=data
Mk2=data
Mk3=data

我应该使用什么策略？

Answer 1

假设您可以使用 java.nio.file.Files (自 Java 1.7 起)并且您的文本文件不太大，我会立即读取所有行并选择匹配器:

Charset charset = Charset.forName("UTF-8");
List<String> lines = Files.readAllLines(file.toPath(), charset);

for (String line : lines) {
    Matcher matcher = regexpPattern.matcher(line);

    if (matcher.matches()) {
        // do something
    }
}

使用正则表达式组对于检索参数值对非常有用:

Pattern dataPattern = Pattern.compile("^Mk(\\d+)=(.*)$");
Matcher dataMatcher = dataPattern.matcher(line);
int mk = Integer.parseInt(dataMatcher.group(1));
String data = dataMatcher.group(2);