如何从没有常量分隔符的文本行中提取字段？

Question

在每个字段之间没有明确分隔符(分隔符)的情况下，从每一行中提取每个字段的最佳方法是什么？

下面是提取其字段所需的行的示例：

3/3/2010 11:00:46 AM                      BASEMENT-IN          
3/3/2010 11:04:04 AM 2, YaserAlNaqeb      BASEMENT-OUT         
3/3/2010 11:04:06 AM                      BASEMENT-IN          
3/3/2010 11:04:18 AM                      BASEMENT-IN          
3/3/2010 11:14:32 AM 4, Dhileep              BASEMENT-OUT         
3/3/2010 11:14:34 AM                      BASEMENT-IN          
3/3/2010 11:14:41 AM                      BASEMENT-IN          
3/3/2010 11:15:33 AM 4, Dhileep           BASEMENT-IN          
3/3/2010 11:15:42 AM                      BASEMENT-IN          
3/3/2010 11:15:42 AM                      BASEMENT-IN          
3/3/2010 11:30:22 AM 34, KumarRaju        BASEMENT-IN          
3/3/2010 11:31:28 AM 39, Eldrin           BASEMENT-OUT         
3/3/2010 11:31:31 AM                      BASEMENT-IN          
3/3/2010 11:31:39 AM                      BASEMENT-IN          
3/3/2010 11:32:38 AM 39, Eldrin           BASEMENT-IN          
3/3/2010 11:32:47 AM                      BASEMENT-IN          
3/3/2010 11:32:47 AM                      BASEMENT-IN          
3/3/2010 11:33:26 AM 34, KumarRaju        BASEMENT-OUT         
3/3/2010 11:33:28 AM                      BASEMENT-IN    

每行有6个字段，其中一些字段可以是空的。解决这个问题的最好方法是什么？

• 我在用Java

01版

• 字段5可以是空的(但是在任何情况下都应该承认它的存在)
• 空间的数量可以改变
• 最后一个词可能会改变

Answer 1

在我看来，似乎有三个元字段：

3/3/2010 11:32:38 AM 39, Eldrin           BASEMENT-IN          
3/3/2010 11:32:47 AM                      BASEMENT-IN 

MF1：3/3/2010 11:32:38 AM

MF2：39, Eldrin

MF3：BASEMENT-IN

其中MF2是可选的。那么，我的分隔符将是：

MF1到并包括AM\PM

MF2号码，除了地下室以外的任何东西-*

MF3地下室-*

我不太擅长雷克斯，但我会把这三个组像这样

(anything)(AM|PM)(number,anything)?(BASEMENT-anything)

在哪里？意思是可选组。

Answer 2

您可以按列号去掉日期和基-FOO数据，因为它们总是出现在行中的同一点。然后，可以根据逗号将剩余部分拆分。您是否需要处理转义逗号\，还是引号"foo，bar“中的逗号取决于您和您的业务需求。

Answer 3

你可以：

• 将整行读入字符串。
• 分隔空格上的读行(\s+)。你应该买5到6块。
• piece0、piece1和piece2将是日期、时间和AM/PM。
• 检查piece3是否有编号:如果是，请阅读下一篇文章作为名称
• 最后一块是地下室的东西。
• 根据需要将字符串中的片段转换为日期、时间、int。