java - 通过提取两个字符行之间的行来从文本文件创建文本文件

Question

我将读取一个按“##################”分段的语料库，并将每个分段放入一个单独的文本文件中。我的语料库如下:

#####4327(司法系统)

ofobcbyfwquote 右SD A 呃实际上我在欧洲住了几年SD A 我住在德国sd A，在德国他们没有陪审团制度

#####4423(生活权利)

sv B 我认为他们需要做的是他们需要以某种方式lipsmack从中拿走钱sd B 我的意思是当你有一个人签署了一份声明说他有罪时sd B 我们有一个家庭叫整天家庭

我需要其中两个文本文件，分别命名为 4327 和 4423，并在其间包含文本。我知道读取文本文件的标准模型并经常使用它:

        FileInputStream fis = new FileInputStream ("C:\\Users\\Desktop\\Train.txt");
        BufferedReader br = new BufferedReader (new InputStreamReader(fis,"UTF-8"));
        String line="";
        while ((br.readLine().startsWith("#")))
            {

但不知道如何命令它从每个段中创建文本文件？

Answer 1

可以使用正则表达式，可以使用ApacheCommon将文件读取到字符串:http://commons.apache.org/proper/commons-io/apidocs/org/apache/commons/io/FileUtils.html#readFileToString(java.io.File) .

代码将是这样的:

File fileToParse = new File("/path/to/file");
String complete = FileUtils.readFiletoString(fileToParse);
String[] fragments = complete.split("\\#+[0-9]+");   

也许您需要改进正则表达式并保存每个片段，您也可以使用 FileUtils。

希望对你有帮助。