Java 9 takeWhile和dropWhile读取和跳过某些行

Question

我有一个文本文件，其中包含多个报告。每个报告均以文字“ REPORT ID”开头，并具有特定值，即ABCD。对于简单的情况，例如，我只想提取具有ABCD值的那些报告的数据。并且为了复杂起见，我只想提取那些具有TAG1值（第二行）的报表的数据，即1000375351，并且报表值与ABCD相同。

我已经用传统方式做到了。我的decideAndExtract(String line)功能具有所需的逻辑。但是，如何使用Java 9流takeWhile和dropWhile方法来有效地处理它？

try (Stream<String> lines = Files.lines(filePath)) {
    lines.forEach(this::decideAndExtract);
}

样本文本文件数据：

REPORT ID: ABCD    
TAG1: 1000375351 PR
DATA1: 7399910002 T
DATA2: 4754400002 B
DATA3     : 1000640
Some Lines Here    
REPORT ID: WXYZ    
TAG1: 1000375351 PR
DATA1: 7399910002 T
DATA2: 4754400002 B
DATA3     : 1000640
Some Lines Here    
REPORT ID: ABCD    
TAG1: 1000375351 PR
DATA1: 7399910002 T
DATA2: 4754400002 B
DATA3     : 1000640
Some Lines Here

Answer 1

Files.lines每当需要Stream覆盖文件时，无论是否实际需要处理单独的行，这似乎都是一种常见的反模式。

当需要对文件进行模式匹配时，您选择的第一个工具应该是Scanner：

Pattern p = Pattern.compile(
    "REPORT ID: ABCD\\s*\\R"
   +"TAG1\\s*:\\s*(.*?)\\R"
   +"DATA1\\s*:\\s*(.*?)\\R"
   +"DATA2\\s*:\\s*(.*?)\\R"
   +"DATA3\\s*:\\s*(.*?)\\R"); // you can keep this in a static final field

try(Scanner sc = new Scanner(filePath, StandardCharsets.UTF_8);
    Stream<MatchResult> st = sc.findAll(p)) {

    st.forEach(mr -> System.out.println("found tag1: " + mr.group(1)
        + ", data: "+String.join(", ", mr.group(2), mr.group(3), mr.group(4))));
}

适应模式很容易，即使用

Pattern p = Pattern.compile(
    "REPORT ID: ABCD\\s*\\R"
   +"TAG1: (1000375351 PR)\\R"
   +"DATA1\\s*:\\s*(.*?)\\R"
   +"DATA2\\s*:\\s*(.*?)\\R"
   +"DATA3\\s*:\\s*(.*?)\\R"); // you can keep this in a static final field

作为满足您更复杂条件的模式。

但是您还可以在Stream中提供任意过滤条件：

Pattern p = Pattern.compile(
    "REPORT ID: (.*?)\\s*\\R"
   +"TAG1: (.*?)\\R"
   +"DATA1\\s*:\\s*(.*?)\\R"
   +"DATA2\\s*:\\s*(.*?)\\R"
   +"DATA3\\s*:\\s*(.*?)\\R"); // you can keep this in a static final field

try(Scanner sc = new Scanner(filePath, StandardCharsets.UTF_8);
    Stream<MatchResult> st = sc.findAll(p)) {

    st.filter(mr -> mr.group(1).equals("ABCD") && mr.group(2).equals("1000375351 PR"))
      .forEach(mr -> System.out.println(
          "found data: " + String.join(", ", mr.group(3), mr.group(4), mr.group(5))));
}

允许比equals示例调用更复杂的构造。（请注意，此示例中的组号已更改。）

例如，要支持“报告ID”之后数据项的可变顺序，您可以使用

Pattern p = Pattern.compile("REPORT ID: (.*?)\\s*\\R(((TAG1|DATA[1-3])\\s*:.*?\\R){4})");
Pattern nl = Pattern.compile("\\R"), sep = Pattern.compile("\\s*:\\s*");

try(Scanner sc = new Scanner(filePath, StandardCharsets.UTF_8);
    Stream<MatchResult> st = sc.findAll(p)) {

    st.filter(mr -> mr.group(1).equals("ABCD"))
      .map(mr -> nl.splitAsStream(mr.group(2))
          .map(s -> sep.split(s, 2))
          .collect(Collectors.toMap(a -> a[0], a -> a[1])))
      .filter(map -> "1000375351 PR".equals(map.get("TAG1")))
      .forEach(map -> System.out.println("found data: " + map));
}

findAll在Java 9中可用，但是如果必须支持Java 8，则可以使用此答案的findAll实现。

Answer 2

dropWhile并且takeWhile不按您期望的方式工作。它们会不断删除或处理流中的元素，直到不再满足单个元素的条件为止。

如果您需要检查所有元素的条件并仅选择其中一些元素，则应该使用Stream.filter。