问题拆分marc21记录

Question

我在拆分marc21格式文件的记录时遇到问题。我从一个文件中读取，并尝试将记录分成单独的行，然后写入到另一个文件中。这是我目前所拥有的：

import java.io.*;

public class Main {
    public static void main(String[] args) throws IOException{
        FileReader fr = null;
        BufferedReader br = null;
        FileWriter fw = null;
        BufferedWriter bw = null;

        try{
            fr = new FileReader("data.txt");
            br = new BufferedReader(fr);
            fw = new FileWriter("SplitRecords.txt");
            bw = new BufferedWriter(fw);

            String data;
            String recordLength = "";
            int intLength = 0;
            int lengthStart = 0;
            int lengthEnd = 5;

            while((data = br.readLine()) != null){
                while(data != null){
                    recordLength = data.substring(lengthStart, lengthEnd);
                    System.out.println(recordLength);
                    intLength = Integer.parseInt(recordLength);

                    bw.write(data, lengthStart, intLength);
                    bw.write("\n");
                    bw.flush();

                    lengthStart = intLength;
                    lengthEnd = lengthStart + 5;
                    br.mark(intLength);             
                    br.reset();
                }
            }
        }
        finally{
            if(fr != null){
                fr.close();
            }
            if(br != null){
                br.close();
            }
            if(fw != null){
                fw.close();
            }
            if(bw != null){
                bw.close();
            }
        }
    }
}

这是我得到的输出和错误：

00934  
00699  
1cRT  
Exception in thread "main" java.lang.NumberFormatException: For input string: "1cRT"  
    at java.lang.NumberFormatException.forInputString(Unknown Source)  
    at java.lang.Integer.parseInt(Unknown Source)  
    at java.lang.Integer.parseInt(Unknown Source)  
    at Main.main(Main.java:26)  

它将第一条记录和第二条记录写入文件，但是第三个循环没有正确读取长度。有人知道为什么会发生这种情况吗？

Answer 1

如System.out.println输出所示，字符串"1cRT"被读入recordLength，它不能解析为整数(或任何正常的数字值)。由于这个原因，Integer.parseInt抛出了一个异常。

您应该仔细检查您的输入数据是否与您期望的格式匹配。

unicode EDIT：查看粘贴输出的源代码，可以看到在"1cRT"中，有一个字符被计算为字符串。我不熟悉你所期望的数据格式，但一种有效的可能性是，你作为recordLength处理的输入块(即偏移量0到5)不应该被视为字符串的字符长度，而是以字节为单位的长度，因为String.substring会逐个字节地剪切字符串。

EDIT 2：假设正确。根据Marc21 specification，记录长度的编码是一个五个字符的ASCII数字字符串。因此，纠正该问题的一种方法是替换

recordLength = data.substring(lengthStart, lengthEnd);

使用(未测试)

recordLength = new String(Arrays.copyOfRange(data.getBytes(), lengthStart, lengthEnd), "US-ASCII");

或者，您可能更喜欢参考this StackOverflow answer中有关FileReaders编码的内容，并调整文件的读取和写入。