Java中利用正则表达式高效解析含空格多字段文本行

John Doe    18    male
Amy hun     19    female

import java.io.File;
import java.io.FileNotFoundException;
import java.util.ArrayList;
import java.util.List;
import java.util.Scanner;

// 假设有一个Person类用于存储解析后的数据
class Person {
    String name;
    int age;
    String gender;

    public Person(String name, String ageStr, String gender) {
        this.name = name;
        this.age = Integer.parseInt(ageStr.trim()); // 确保年龄字符串没有多余空格
        this.gender = gender;
    }

    @Override
    public String toString() {
        return "Person{name='" + name + "', age=" + age + ", gender='" + gender + "'}";
    }
}

public class TextParser {

    public static void main(String[] args) {
        List<Person> personList = new ArrayList<>();
        // 假设您的文件名为 "data.txt" 且位于项目根目录或指定路径
        File file = new File("data.txt"); 

        try (Scanner reader = new Scanner(file)) {
            while (reader.hasNextLine()) {
                String line = reader.nextLine(); // 读取完整的一行
                // ... 接下来对 line 进行解析
            }
        } catch (FileNotFoundException e) {
            System.err.println("文件未找到: " + e.getMessage());
        }
    }
}

import java.io.File;
import java.io.FileNotFoundException;
import java.util.ArrayList;
import java.util.List;
import java.util.Scanner;
import java.util.regex.Pattern; // 引入Pattern类，虽然String.split()内部会编译，但显式使用可提高效率

// 假设有一个Person类用于存储解析后的数据
class Person {
    String name;
    int age;
    String gender;

    public Person(String name, String ageStr, String gender) {
        this.name = name.trim(); // 确保姓名字符串没有多余空格
        this.age = Integer.parseInt(ageStr.trim()); // 确保年龄字符串没有多余空格
        this.gender = gender.trim(); // 确保性别字符串没有多余空格
    }

    @Override
    public String toString() {
        return "Person{name='" + name + "', age=" + age + ", gender='" + gender + "'}";
    }
}

public class TextParser {

    public static void main(String[] args) {
        List<Person> personList = new ArrayList<>();
        // 假设您的文件名为 "data.txt" 且位于项目根目录或指定路径
        // 为演示方便，这里模拟一个文件内容
        // 实际应用中，您会从真正的文件中读取
        String fileContent = "John Doe    18    male
" +
                             "Amy hun     19    female
" +
                             "Alice       22    female
" + // 单名示例
                             "Bob Johnson 30    male";

        // 创建一个Scanner来读取模拟的文件内容
        // 实际场景中，这里会是 new Scanner(new File("data.txt"))
        try (Scanner reader = new Scanner(fileContent)) { 
            // 编译正则表达式，提高在循环中重复使用的效率
            String regex = "(?<=\d)\s+|\s+(?=\d)";
            Pattern pattern = Pattern.compile(regex);

            while (reader.hasNextLine()) {
                String line = reader.nextLine(); // 读取完整的一行
                String[] tokens = pattern.split(line); // 使用正则表达式分割行

                // 检查分割后的字段数量是否符合预期
                if (tokens.length == 3) {
                    try {
                        Person person = new Person(tokens[0], tokens[1], tokens[2]);
                        personList.add(person);
                    } catch (NumberFormatException e) {
                        System.err.println("解析年龄失败，跳过该行: " + line + " - " + e.getMessage());
                    }
                } else {
                    System.err.println("行格式不匹配，跳过该行: " + line + " - 预期3个字段，实际" + tokens.length + "个");
                }
            }
        } catch (Exception e) { // 捕获更广泛的异常，如FileNotFoundException
            System.err.println("处理文件时发生错误: " + e.getMessage());
        }

        // 打印解析结果
        for (Person person : personList) {
            System.out.println(person);
        }
    }
}

Person{name='John Doe', age=18, gender='male'}
Person{name='Amy hun', age=19, gender='female'}
Person{name='Alice', age=22, gender='female'}
Person{name='Bob Johnson', age=30, gender='male'}