Java的文本分析幫助

我有以下格式文本：Java的文本分析幫助

節名1：

本文進入第一部分

節名2：

本文進入第二部分

等，

其中部分名稱是任意短語，部分內容將包含除部分名稱以外的自由文本。我需要將此文本拆分爲對象類型（節名稱,節文本）。

是否有有效的RegEx或其他推薦的方法？

謝謝。 -Raj

來源

2010-09-09 Raj

當談到解析它要儘可能具體，是非常重要的。你需要區分段落名稱和文本......那麼它是什麼使它成爲appart？空白？行末的冒號？如果你想解析它，必須有一個特定的標準。這是允許的文字 – Arne 2010-09-09 06:26:39

「這是文字：」？ – Arne 2010-09-09 06:27:14

Arne，謝謝你的迴應。你的問題讓我明白，不要再尋找一個銀色的子彈正則表達式，並使我的部分文本更加區分和解析。 – Raj 2010-09-10 18:33:59

那它取決於你的文檔的結構。例如，每個部分是否有空行？如果是這樣，那麼只需逐行掃描，然後按照這種方式構建對象就很容易。

List<Section> sections = new ArrayList<Section>(); 
String temp = null; 
String line = null; 
int lineNumber = 0; 

while ((line = br.readLine()) != null) { 
    lineNumber++; 
    if (lineNumber % 2 == 0) { 
    // Section Text 
    sections.add(new Section(temp, line); 
    } 
    else { 
    // Section Name 
    temp = line; 
    } 
}

那麼你的部分可能是：

public class Section { 
    private final String name; 
    private final String text; 
    public Section(String name, String text) { 
    this.name = name; 
    this.text = text; 
    } 
}

來源

2010-09-09 06:34:00

您需要一個結構或一個固定的，可識別的分隔符來決定一行是否包含段名或段體。

如果您有一條規則說：以冒號結尾的文本行是段名稱，那麼您應該逐行讀取文檔，查找一行中的最後一個字符並將行（1）作爲部門主管，如果其最後的字符是冒號或（2）否則作爲部分主體的一部分。

來源

2010-09-09 06:28:48

Java的文本分析幫助

回答

相關問題