如何解析可变空格分隔的文本

Question

我需要解析一个日志文件并将其转换为 XML/Excel 文件。日志文件具有以下格式的记录数据：

Key_ID    Property1  Property2 Property3
Row1      value1iiii           value3
Property4
value4
Key_ID    Property1  Property2 Property3
Row2         value1             value3
Property4
value4

目前我正在尝试在 Java 中执行此操作，我需要 XML 转换以进行比较，而 Excel 用于导出（我将使用 Apache POI 库）。问题是元素之间的可变间距，有时值可能是空白的。目前我正在读取两行并将它们存储到一个字符串中并尝试扫描仪，但这会错过空白值并因此解析相应属性的错误值。即使使用正则表达式，也会出现同样的问题。

感谢您的宝贵建议。我保留的数据仅供参考，我的意思是列数不同，有时会有空白值。我已经浏览了近 50 个这样的日志文件，我能发现的共同点是，它打印日志文件就像我们从数据库/Excel 表中复制和粘贴数据一样。我能想到的唯一解决方案是逐个字符地分析一行。 对不起，伙计们，我无法立即回复，我的宽带连接中断了。再次感谢您抽出宝贵时间。

Answer 1

如果中间有空白字段，则不能使用正则表达式。

但是，如果您的列具有固定宽度，那么我的建议是逐行读取文件。然后使用字符位置解析列。比如1-9是Key_ID，10-20是Property1，以此类推。

Answer 2

这是一种奇怪的格式。 但是，我会假设就是这样。 所以这就是我要做的。 该代码不是 Java 正确的。 更多的是为了说明这个想法。

while (hasNext()) { // using some reader Scanner can probably work
    String s = nextLine();
    if (s.startsWith("Key_ID")) {
        String s1 = nextLine();
        // requires some complex parsing
        // step 1 - split string into values
        String s11 = s1.split("[ ]+");
        String property1 = null;
        String property2 = null;
        String property3 = null;
        if (s11.length == 1) { // only key is present
        } else if (s11.length == 2) { // two properties have blank values
            // look in the next if block to see how that can expand to 2 blank values
        } else if (s11.length == 3) { // one property have blank values
            if (isBlank(10,20)) { // the text "Property1"
                property2 = s11[1];
                property3 = s11[2];
            } else if (isBlank(20,30) { // the text "Property2"
                property1 = s11[1];
                property3 = s11[2];
            } else {
                property1 = s11[1];
                property2 = s11[2];
            }
        } else {
            property1 = s11[1];
            property2 = s11[2];
            property3 = s11[3];
        }
        nextLine(); // skips the Property4
        String property4 = nextLine();
    }
}

boolean isBlank(String s, int start, int end) {
    // assumes that if there is a value it will be between the header text (e.g., Property1)
    boolean result = true;
    for (int i = start; i < end; i++) {
        result &= s.charAt(i).equals(' ');
    }
    return result;
}

注意：可能有进一步优化代码的方法，但我不想深究，因为代码已经很丑陋了。我想指出，因为格式是人类可读但计算机不可读的，所以代码必须有点智能。