在 Java 中使用 readlines 时忽略标签答案

【问题标题】：Ignoring tags when using readlines in Java在 Java 中使用 readlines 时忽略标签
【发布时间】：2013-02-17 06:24:20
【问题描述】：

假设您有一个包含以下内容的 txt 文件：

<tag><info>George 34 Washington Professor 

Alexander 22 London Student

Jessica 18 Moscow Student<info><tag>

当你使用 readline 从文本文件中舀出参数时如何忽略标签？

【问题讨论】：

是什么文件格式？如果它实际上是 XML（最后是</info></tag>），那么您应该使用XML API。
它在一个文本文件中，标签不打算做任何事情。
是单行吗？
你可以使用 sth(dont know sth about Regex in Java) like Regex.Replace("\", "");删除标签。
@MatthewLoch：如果他们不打算做任何事情，他们为什么会在那里？这对我来说似乎很奇怪......

标签： java text readline

【解决方案1】：

正则表达式有什么问题？

Scanner s = new Scanner(new File("file.txt"));
while (s.hasNext())
{
  String line = s.nextLine().replaceAll("<[^>]*>", "");
  System.out.println(line);
}

但是上面的方法不适用于跨多行的标签，你必须做一些更复杂的事情：

Scanner s = new Scanner(new File("file.txt"));
boolean inTag = false;
while (s.hasNext())
{
  String lineTemp = s.nextLine();
  for (char c: line.toCharArray())
  {
    switch (c)
    {
      case '<': inTag = true; break;
      case '>': inTag = false; break;
      default:
        if (!inTag)
          sb.append(c);
    }
  }
  String line = sb.toString();
  System.out.println(line);
}

以上都没有说明< 和> 的出现除了指示标签的开始和结束之外的任何地方。

【讨论】：

但是如果标签有什么作用呢？ readline 命令会忽略它们吗？

【解决方案2】：

您可以使用正则表达式从行中删除标签

String line = line.replaceAll("<.+?>", "");

【讨论】：