java - 解析文本的最快/最简单的方法

Question

我正在尝试解析一些文本，正在寻找最快/最简单的解决方案。我尝试过使用正则表达式，但使用 Java 却花了很长时间...

这是我尝试解析的文本结构:

*****************
ID: 1234567  // 7 digit uuid
mistakes: There may be some mistakes here, or there may not be any mistakes  //optional
mistake type: mistake background // "YES" or "NO"
report: <xml><item>blah, blah</item></xml> 

*****************

实际上，该文件可能如下所示:

*****************
ID: 1234567
mistakes: 
NO: happened on the playground
report: <xml><item>black eye when playing basketball</item><reason>elbow</reason></xml> 

*****************

*****************
ID: 1234568
mistakes: Teacher was not watching students at the time of incident
YES: teacher turned her back after seeing an altercation
report: <xml><item>fight</item><reason>None</reason></xml> 

*****************

*****************
ID: 1234569
mistakes:
NO
report: <xml><item>Child needed band-aid</item><reason>scrape</reason></xml> 

*****************

*****************
ID: 1234570
mistakes:
NO
report: <xml><item>Child needed tissue</item><reason>runny nose</reason></xml> 

*****************
...
...

我正在尝试将“键”(ID、错误、错误类型、报告)放入 Map 中以进行进一步聚合和处理。

我尝试过使用正则表达式，但收效甚微，但客户端不断更改报告结构并抛弃了整个模式。我正在寻找可能更容易维护的东西。过去，我对这样的数据进行 xsl 转换很轻松，但这不是纯 xml，我不知道 Java 是否会抛出或不给出当前格式。我已询问客户是否愿意更改格式，但他们对此不感兴趣。

有人对如何使这种解析更易于维护有任何想法吗？

谢谢!

<小时/>

编辑:

我没有带正则表达式，但要点如下

ID:\s*(\\d{7}).*错误:\s*(\\d*).*错误类型:\s*(\\d*).*报告:\s*(.*)

Answer 1

我还无法对帖子发表评论，这就是为什么我将其保留为答案。如果你有固定数量的字段，你可以逐行读取，并且在你的行startsWith("^\.*")之后只写6行。然后，您将继续使用类似的逻辑将它们存储在 map 中。如果它startsWith("^mistakes:")，则将剥离":mistakes"后剩下的内容存储为值。