java - 给定文本文件中单词的偏移量，java程序应该检索相应的行号

Question

我需要提取给定偏移量所属的文本中的整行。例如:

"Therapist: Okay. {Pause} 
So, how do you feel about -- about this -- about what's going on with your health? 

Participant: I don't like it. 
There's nothing I can do about it.
{Pause}

Therapist: Yeah.\

15-30-28-0140.raw

Therapist: That doesn't sound so good. 
A little bit stressful."

如果我要求 offsetNum=125，输出将是“参与者:我不喜欢它。”可以看出，应该考虑空行。

我编写了以下代码，该代码适用于某些文本文件，但适用于其他一些文件(不可靠):

 int offset = startingOffset;

                try (LineNumberReader r = new LineNumberReader(new FileReader(Input))) {
                    int count = 0;

                    while (r.read() != -1 && count < offset)
                    {
                        count++;
                    }
                    if (count == offset)
                    {

                          lineNo = r.getLineNumber()
                    }

但是，我需要一种可靠的方法来获取实际行而不是 lineNo...

Answer 1

以下方法将完成您想要的操作。

它计算每个字符，包括 CR 和 LF 字符，在 line 缓冲区中构建一行文本。在每一行的末尾，它检查 offsetNum 是否在该行内，包括第一个字符和换行符，如果在则返回该行。否则，它会清除行缓冲区并继续下一行。

请注意，如果 offsetNum 位于 CRLF 对的 LF 上，它将返回空行，这是不正确的，但我会让你弄清楚这一点。

private static String readLineAtOffset(String fileName, int offsetNum) throws IOException {
    int count = 0;
    StringBuilder line = new StringBuilder();
    try (BufferedReader reader = Files.newBufferedReader(Paths.get(fileName))) {
        for (int ch; (ch = reader.read()) != -1; count++) {
            if (ch != '\r' && ch != '\n')
                line.append((char)ch);
            else if (count < offsetNum)
                line.setLength(0);
            else
                break;
        }
    }
    return (count >= offsetNum ? line.toString() : null);
}