当不同行在不同位置有空格时如何根据空格分割记录

Question

我有一个包含如下记录的文件，我试图根据空格分割其中的记录并将它们转换为逗号。文件：a 3w 12 98 header P6124e 4t 2  100 header I803c 12L 11 437       M12BufferedReader reader = new BufferedReader(new FileReader("/myfile.txt"));String line = reader.readLine();while (line != null) {System.out.println(line);line = reader.readLine();String[] splitLine = line.split("\\s+")如果数据由多个空格分隔，我通常会使用正则表达式替换 ->split('\\s+')或split(" +")。但在上述情况下，我有一条c没有数据的记录header。因此，正则表达式“\s+”或“+”将跳过该记录，我将得到一个空白空间，而c,12L,11,437,M12不是c,12L,11,437,,M12在这种情况下，如何根据任何分隔符正确分割行，以便获得以下格式的数据：a,3w,12,98,header,P6124e,4t,2,100,header,I803c,12L,11,437,,M12谁能让我知道如何实现这一目标？

Answer 1

也许您可以尝试使用更复杂的方法，使用复杂的正则表达式来匹配每行的六个字段，并显式处理第五个字段缺失值的情况。我重写了您的示例，添加了一些控制台日志，以澄清我的建议：

public class RegexTest {

    private static final String Input = "a 3w 12 98 header P6124\n" +

            "e 4t 2  100 header I803\n" +

            "c 12L 11 437       M12";

    public static void main(String[] args) throws Exception {

        BufferedReader reader = new BufferedReader(new StringReader(Input));

        String line = null;

        Pattern pattern = Pattern.compile("^([^ ]+) +([^ ]+) +([^ ]+) +([^ ]+) +([^ ]+)? +([^ ]+)$");

        do {

            line = reader.readLine();

            System.out.println(line);

            if(line != null) {

                String[] splitLine = line.split("\\s+");

                System.out.println(splitLine.length);

                System.out.println("Line: " + line);

                Matcher matcher = pattern.matcher(line);

                System.out.println("matches: " + matcher.matches());

                System.out.println("groups: " + matcher.groupCount());

                for(int i = 1; i <= matcher.groupCount(); i++) {

                    System.out.printf("   Group %d has value '%s'\n", i, matcher.group(i));

                }

            }

        } while (line != null);

    }

}

关键是用于匹配每一行的模式需要六个字段的序列：

• 对于每个字段，值描述为[^ ]+

• 字段之间的分隔符描述为+

• 第五个（可为空）字段的值描述为[^ ]+?

• 使用括号将每个值捕获为一个组：( ... )

• 每行的开始 ( ^) 和结束 ( ) 都被明确标记$

然后，每一行都与给定的模式进行匹配，获得六个组：您可以使用 访问每个组matcher.group(index)，其中index是从1 开始的，因为group(0)返回完全匹配。

这是一种更复杂的方法，但我认为它可以帮助您解决问题。

Answer 2

对可用于分割输入的空白字符数量进行限制。

对于您的示例数据，最多 5 个有效：

String[] splitLine = line.split("\\s{1,5}");

Answer 3

您只是想将分隔符从空格切换为逗号吗？

在这种情况下： cat myFile.txt | sed 's/   */  /g' | sed 's/ /,/g'

*编辑：添加了一个阶段来删除超过两个空格的列表，将它们替换为保留双逗号所需的两个空格。