在 Java 中摆脱逗号、空格、排序

Question

我正在为一个类学习 Java 中的文本处理，类中的示例是从文件中读取数据，进行文本处理，将数据（列表）写回文件。我理解这个示例，因为他将每一行读入一个字符串并将该行添加到列表中，然后使用 .split(" ") 和 Collections.sort 对返回其中一个字符串的数据进行排序。但是，如果有逗号和额外的空格，我不知道如何格式化它们。我阅读了正则表达式，但不确定是否需要这样做，因为我们还没有涉及到它并且正在使用 trim() 方法。但是，如果我将 trim() 方法放在实现 Comparator 并传递给 Collections.sort 的类的 compare 方法中，则它不会传递正确格式的字符串，因为 compare 返回一个 int。所以我想我正在寻找一些通用指南来帮助完成这项任务，但并没有完全放弃答案。谢谢。

编辑： 作业是按顺序写列表，删除重复和多余的空格。

    public class TextProcess 
    {
        public static void main(String[] args)
        {
            try {
// get data from class file
                List<String> data = TextFileUtils.readTextFile("addressbooktest.txt");
// process data.  Really just the same address book that looks like
// firstName, lastName, phone, email
// with the commas, but deleting duplicates, the extra whitespace, and sorting alphabetically
                Collections.sort(data, FIRSTNAMECOMPARATOR); 
       // write to output file
                TextFileUtils.writeTextFile(data, "parsedaddressbooktest.txt");
                }

            catch (IOException e) {
                e.printStackTrace();
            }
        }
        private static final FirstNameComparator FIRSTNAMECOMPARATOR = new FirstNameComparator(); 
    }

    class FirstNameComparator implements Comparator<String> 
    { 
       public int compare(String s1, String s2) 
       {

          String[] st1 = s1.split(","); 
          String[] st2 = s2.split(","); 


             String firstName1 = st1[0].toUpperCase().trim(); 
             String lastName1 = st1[1].toUpperCase().trim(); 

             String firstName2 = st2[0].toUpperCase().trim(); 
             String lastName2 = st2[1].toUpperCase().trim(); 
             if (!(firstName1.equals(firstName2))) 
                return firstName1.compareTo(firstName2); 
             else 
                return lastName1.compareTo(lastName2); 
       } 
    } 

Answer 1

我不确定代码到底是什么让您感到困扰，但您提供的代码似乎是这样做的：

1) 它读取文本文件的行，并将它们组织为字符串列表，保留它们的顺序（假设是因为我们看不到 TextFileUtils.readTextFile(..) 是如何实际实现的）。

2) 按名称升序对列表进行排序。假设每一行由逗号分隔的单词序列组成，其中第一个单词是名字，第二个单词是姓氏。主要排序是按名字，次要排序是按姓氏。 String.Split() 的使用是 FirstNameComparator 实现的一部分。

3) 将排序后的原始行写回不同的文本文件。

关于比较器的说明：

Comparator 定义了一种用于比较两个项目的机制。一旦实现了该机制，您就可以将它用于排序很重要的各种目的（排序、查找最大值/最小值、搜索树、优先级队列等）。您对这些步骤的解释并不准确；该代码不会将文件读入列表，执行拆分然后排序。拆分实际上是排序的一部分。排序算法多次调用您的比较器，直到确定排序完成。此外，它现在的实现方式可能会多次拆分同一行，以便将其与不同的行进行比较（效率不高，但我想这不是这里的重点）。

还有两个 cmets

• 关于解析行的方式：当前代码仅处理逗号。它不会删除空格。您也可以使用更复杂的正则表达式来处理其他类型的分隔符和空格。

• 我在代码中没有看到任何删除重复项的内容

Answer 2

Comparator 只是一种确定两个项目相对顺序的方法，仅此而已。当你想控制对象集合的排序顺序时，你会使用它，但在这种情况下，听起来你正试图改变比较器中的对象；这是行不通的。

你说得对，trim() 方法将去掉前导和尾随空格（取决于它自己对空格的定义，这对于像你这样的简单用例来说很好）。您需要早点使用它；当然，在您提取“原始”数据之后，但在将数据添加到列表之前。

除此之外，您还没有真正说出要求是什么。我可以假设您需要丢弃尾随空格，但是逗号呢？这些是否应该被解释为元素分隔符，在功能上等同于换行符？还是需要其他东西？

我认为您总体上走在正确的轨道上；只需考虑所需的步骤并尝试单独执行每个步骤，因为这样更清洁。据我所知，您的步骤可能类似于：

1. 识别并打开流以从文件中读取数据（完成）。
2. 使用此流从文件中提供字符数据，一次一行（完成）。
3. 对于每一行，删除空格并用逗号分隔。
4. 对于每个格式化字符串，将其添加到列表中。
5. 按给定顺序对列表进行排序。