匹配模式并使用 Java 8 Stream 将流写入文件

Question

我正在尝试读取一个巨大的文件并提取“引号”中的文本并将这些行放入一个集合中，然后使用 Java 8 Stream 将该集合的内容写入一个文件。

public class DataMiner {

    private static final Pattern quoteRegex = Pattern.compile("\"([^\"]*)\"");

    public static void main(String[] args) {

        String fileName = "c://exec.log";
        try (Stream<String> stream = Files.lines(Paths.get(fileName))) {
            Set<String> dataSet = stream.
                    //How do I Perform pattern match here
                    .collect(Collectors.toSet());
            Files.write(Paths.get(fileName), dataSet);

        } catch (IOException e) {
            e.printStackTrace();
        }

    }
}

请帮助我。谢谢！

编辑：问题的答案..

1. 不，没有多个引用文本。
2. 我可以使用简单的循环。但我想使用 Java 8 流

Answer 1

不幸的是，Java 正则表达式类不提供匹配结果的流，只提供splitAsStream() 方法，但您不想拆分。

注意：added in Java 9 一直是 Matcher.results()。

但是，您可以自己为其创建一个通用帮助类：

public final class PatternStreamer {
    private final Pattern pattern;
    public PatternStreamer(String regex) {
        this.pattern = Pattern.compile(regex);
    }
    public Stream<MatchResult> results(CharSequence input) {
        List<MatchResult> list = new ArrayList<>();
        for (Matcher m = this.pattern.matcher(input); m.find(); )
            list.add(m.toMatchResult());
        return list.stream();
    }
}

然后使用flatMap()，您的代码变得简单：

private static final PatternStreamer quoteRegex = new PatternStreamer("\"([^\"]*)\"");
public static void main(String[] args) throws Exception {
    String inFileName = "c:\\exec.log";
    String outFileName = "c:\\exec_quoted.txt";
    try (Stream<String> stream = Files.lines(Paths.get(inFileName))) {
        Set<String> dataSet = stream.flatMap(quoteRegex::results)
                                    .map(r -> r.group(1))
                                    .collect(Collectors.toSet());
        Files.write(Paths.get(outFileName), dataSet);
    }
}

由于您一次只处理一行，所以临时的List 就可以了。如果输入字符串很长并且会有很多匹配项，那么Spliterator 将是更好的选择。见How do I create a Stream of regex matches?