Java中高效读取和解析文本文件数据：学生信息处理实战-java教程-PHP中文网

Java中高效读取和解析文本文件数据：学生信息处理实战

本文详细介绍了在java中读取文本文件并解析结构化数据（如学生姓名和成绩）的两种主要方法：一是利用`scanner`的自定义分隔符功能直接解析，二是结合`scanner`逐行读取和`string.split()`进行精细化处理。教程通过示例代码演示了如何从csv格式的文本文件中提取数据，并探讨了不同方法的适用场景、优缺点以及数据校验的注意事项，旨在帮助开发者构建健壮的文件数据处理逻辑。

在Java应用程序中处理外部文本文件是常见的任务，尤其当文件包含结构化数据时，如学生信息（姓名、多门课程成绩）。本教程将深入探讨如何高效地从这类文本文件中读取数据，并将其解析为可操作的Java对象。我们将以一个包含学生姓名和多门成绩的CSV（逗号分隔值）文件为例，文件内容格式如下：

John Doe, 30, 25, 70, 10
Jane Doe, 33, 20, 80, 15
Christian Pulisic, 70, 60, 50, 20

登录后复制

我们的目标是从这个文件中提取出每个学生的姓名和对应的四门成绩，并最终可能将其存储到自定义的Student对象中。

准备工作：创建学生数据模型

为了更好地组织和管理从文件中读取的数据，建议创建一个Student类来封装学生的相关信息。

public class Student {
    private String name;
    private int grade1;
    private int grade2;
    private int grade3;
    private int grade4;

    public Student(String name, int grade1, int grade2, int grade3, int grade4) {
        this.name = name;
        this.grade1 = grade1;
        this.grade2 = grade2;
        this.grade3 = grade3;
        this.grade4 = grade4;
    }

    // Getters for all fields
    public String getName() { return name; }
    public int getGrade1() { return grade1; }
    public int getGrade2() { return grade2; }
    public int getGrade3() { return grade3; }
    public int getGrade4() { return grade4; }

    @Override
    public String toString() {
        return "Student{" +
               "name='" + name + ''' +
               ", grade1=" + grade1 +
               ", grade2=" + grade2 +
               ", grade3=" + grade3 +
               ", grade4=" + grade4 +
               '}';
    }
}

登录后复制

有了Student类，我们就可以将解析出的数据封装成对象，便于后续操作。

立即学习“Java免费学习笔记（深入）”；

方法一：使用 Scanner 自定义分隔符进行直接解析

java.util.Scanner类提供了强大的文本扫描功能，通过设置自定义分隔符，可以直接从输入流中提取所需的数据片段。

核心概念

默认情况下，Scanner使用空白字符作为分隔符。但对于CSV文件，我们需要使用逗号和空格（,）来分隔不同的数据项，同时还需要处理行尾的换行符。因此，一个合适的正则表达式分隔符是"R|, "，其中R代表任意的行分隔符（如 , , ），|是或运算符，表示匹配行分隔符或者逗号加空格。

小绿鲸英文文献阅读器

英文文献阅读器，专注提高SCI阅读效率

199

查看详情

示例代码

假设我们的数据文件名为 students.txt，内容如前所示。

import java.io.File;
import java.io.FileNotFoundException;
import java.util.ArrayList;
import java.util.List;
import java.util.Scanner;

public class StudentDataReaderOne {

    public static void main(String[] args) {
        // 请替换为您的文件路径
        String filePath = "students.txt"; 
        List<Student> studentList = new ArrayList<>();

        try (Scanner scan = new Scanner(new File(filePath))) {
            // 设置分隔符为任意行分隔符或逗号加空格
            scan.useDelimiter("\R|, "); 

            while (scan.hasNext()) {
                try {
                    String name = scan.next();
                    int grade1 = scan.nextInt();
                    int grade2 = scan.nextInt();
                    int grade3 = scan.nextInt();
                    int grade4 = scan.nextInt();

                    studentList.add(new Student(name, grade1, grade2, grade3, grade4));
                    System.out.println("成功解析学生: " + name);
                } catch (java.util.InputMismatchException e) {
                    // 如果数据类型不匹配，跳过当前有问题的部分并继续
                    System.err.println("数据格式错误，跳过当前数据项: " + e.getMessage());
                    // 消费掉导致错误的token，避免无限循环
                    if (scan.hasNext()) {
                        scan.next(); 
                    }
                }
            }
        } catch (FileNotFoundException e) {
            System.err.println("文件未找到: " + filePath);
        } catch (Exception e) {
            System.err.println("读取文件时发生未知错误: " + e.getMessage());
        }

        System.out.println("
所有解析的学生信息:");
        studentList.forEach(System.out::println);
    }
}

登录后复制

优点与注意事项

优点: 这种方法非常灵活，可以适应数据项分散在多行的情况（只要它们之间由指定分隔符隔开）。代码相对简洁，直接通过scan.next()和scan.nextInt()按顺序提取数据。
注意事项:
- 分隔符的精确性: 确保分隔符正则表达式能够准确匹配文件中的实际分隔符。例如，如果文件是John Doe,30,25（逗号后没有空格），则分隔符应为"\R|,"。
- 数据完整性校验: 由于Scanner会持续查找下一个匹配分隔符的token，如果文件某行数据不完整（例如缺少一个成绩），它可能会从下一行读取数据来“补齐”，这可能导致数据错位。因此，在这种方法下，很难在解析阶段确保每组数据（即每个学生）都包含完整的5个字段。

方法二：逐行读取并结合 String.split() 进行解析

另一种更常见且通常更健壮的方法是，首先使用Scanner逐行读取文件内容，然后对每一行使用String.split()方法进行字段分割。

核心概念

Scanner的nextLine()方法可以读取整个一行内容（直到遇到行分隔符）。获取到一行字符串后，我们可以利用String.split(", ")方法将其分割成一个字符串数组，数组的每个元素对应一个数据字段。这种方法允许我们对每一行的数据进行独立的校验。

示例代码

import java.io.File;
import java.io.FileNotFoundException;
import java.util.ArrayList;
import java.util.List;
import java.util.Scanner;

public class StudentDataReaderTwo {

    public static void main(String[] args) {
        // 请替换为您的文件路径
        String filePath = "students.txt"; 
        List<Student> studentList = new ArrayList<>();

        try (Scanner scan = new Scanner(new File(filePath))) {
            while (scan.hasNextLine()) {
                String line = scan.nextLine(); // 读取整行
                String[] tokens = line.split(", "); // 根据", "分割字符串

                // 校验分割后的字段数量是否符合预期
                if (tokens.length == 5) {
                    try {
                        String name = tokens[0];
                        int grade1 = Integer.parseInt(tokens[1]);
                        int grade2 = Integer.parseInt(tokens[2]);
                        int grade3 = Integer.parseInt(tokens[3]);
                        int grade4 = Integer.parseInt(tokens[4]);

                        studentList.add(new Student(name, grade1, grade2, grade3, grade4));
                        System.out.println("成功解析学生: " + name);
                    } catch (NumberFormatException e) {
                        System.err.println("解析成绩失败（非数字格式）: " + e.getMessage() + ", 原始行: " + line);
                    }
                } else {
                    System.err.println("数据格式错误，行字段数量不匹配: " + line);
                }
            }
        } catch (FileNotFoundException e) {
            System.err.println("文件未找到: " + filePath);
        } catch (Exception e) {
            System.err.println("读取文件时发生未知错误: " + e.getMessage());
        }

        System.out.println("
所有解析的学生信息:");
        studentList.forEach(System.out::println);
    }
}

登录后复制

优点与注意事项

优点:
- 数据完整性易于校验: 可以轻松检查tokens.length来确保每行数据都包含了预期的字段数量，这对于处理不规范的输入文件至关重要。
- 错误处理更精细: 可以针对单行数据解析失败的情况进行更具体的错误报告和处理，而不会影响到其他行的解析。
- 逻辑清晰: 将读取行和解析行的逻辑分离，代码可读性更强。
注意事项:
- 分隔符的精确性: split()方法的分隔符也需要精确匹配。如果分隔符是正则表达式，需要注意转义字符。
- 性能考量: 对于极大的文件，频繁的字符串分割可能会有轻微的性能开销，但对于大多数应用场景来说，这通常不是问题。
- 空行处理: 如果文件中包含空行，scan.nextLine()会返回空字符串，split()可能会返回一个包含空字符串的数组，需要额外处理。

总结与最佳实践

在Java中读取和解析文本文件数据时，选择合适的方法取决于文件的具体格式和对错误处理的需求。

Scanner自定义分隔符 适用于数据项可能分散在多行，或者对数据完整性校验要求不那么严格的场景。它的优势在于简洁和灵活性。
逐行读取结合String.split() 是更推荐的方法，尤其当每行代表一个完整的记录时。它提供了更好的数据完整性校验能力和更精细的错误处理机制，使得代码更加健壮和易于维护。

无论采用哪种方法，以下是一些通用的最佳实践：

异常处理: 始终使用try-catch块来处理FileNotFoundException以及可能在数据解析过程中出现的NumberFormatException或InputMismatchException。
资源关闭: 使用try-with-resources语句（如上述示例所示）来确保Scanner等资源在操作完成后被正确关闭，避免资源泄漏。
数据校验: 在将字符串转换为数字类型（如Integer.parseInt())之前，最好进行空值和格式校验，以避免运行时错误。
面向对象设计: 将解析出的数据封装到自定义的Java对象中，可以提高代码的可读性、可维护性和复用性。
明确文件路径: 确保文件路径正确。在生产环境中，通常会通过配置文件或命令行参数来指定文件路径，而不是硬编码。