本文详细介绍了在java中如何从文本文件读取结构化数据，并将其解析为特定数据类型（如姓名字符串和成绩整数）。通过对比两种scanner解析策略，即使用多重分隔符和逐行读取后分割，文章提供了清晰的代码示例和实践指导，帮助开发者高效处理文件输入，为后续数据处理和对象创建奠定基础。
Java中读取与解析文本文件
在Java应用程序中，从外部文本文件读取数据是常见的操作。本教程将深入探讨如何使用java.util.Scanner类来读取结构化的文本文件，例如包含学生姓名和成绩的数据，并将其解析为可用的Java对象。我们将介绍两种主要的解析策略，并讨论它们的优缺点。
准备工作：文件内容与学生类定义
假设我们有一个名为main.txt的文本文件，其内容格式如下：
John Doe, 30, 25, 70, 10 Jane Doe, 33, 20, 80, 15 Christian Pulisic, 70, 60, 50, 20
每行包含一个学生的信息：姓名、以及四门科目的成绩，各字段之间以逗号和空格（,）分隔。
为了更好地组织数据，通常建议创建一个独立的Student类来封装学生信息。
立即学习“Java免费学习笔记（深入）”；
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 +
'}';
}
}方法一：使用Scanner的多重分隔符
Scanner类允许我们通过useDelimiter()方法指定一个或多个分隔符来解析输入流。对于本例中的数据格式，我们需要同时处理逗号加空格（,）和行末的换行符。
核心思路
使用正则表达式"\\R|, "作为分隔符。
- \\R：匹配任何类型的行终止符（如\n, \r, \r\n）。
- |：逻辑或操作符。
- ,：匹配逗号后跟一个空格。
这样，Scanner会根据这些分隔符将文件内容分解成一系列的“令牌”（tokens），我们可以依次读取这些令牌。
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 StudentDataReaderV1 {
public static void main(String[] args) {
List students = new ArrayList<>();
File file = new File("main.txt"); // 确保文件路径正确
try (Scanner scan = new Scanner(file)) {
// 设置分隔符为换行符或逗号加空格
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();
students.add(new Student(name, grade1, grade2, grade3, grade4));
} catch (java.util.InputMismatchException e) {
System.err.println("数据格式错误，期望整数但读取到非整数：" + e.getMessage());
// 可以选择跳过当前行或采取其他错误处理措施
// 为了简单起见，这里直接打印错误并继续
if (scan.hasNextLine()) {
scan.nextLine(); // 跳过当前行的剩余部分
}
}
}
} catch (FileNotFoundException e) {
System.err.println("文件未找到：" + e.getMessage());
}
// 打印读取到的学生信息
for (Student student : students) {
System.out.println(student);
}
}
} 优缺点
- 优点：代码简洁，一次性设置分隔符即可按顺序读取所有数据。对于数据格式非常一致且不含复杂嵌套的情况非常高效。
- 缺点：对文件格式的验证能力较弱。如果某一行的数据字段数量不符合预期（例如缺少一个成绩），scan.nextInt()可能会读取到下一个学生的名字，导致数据错位或抛出InputMismatchException，难以准确定位是哪一行出了问题。
方法二：逐行读取并使用String.split()解析
这种方法是处理结构化文本文件时更常用且推荐的方式。它将文件读取和行内解析分为两个独立的步骤，提供了更强的控制力和错误处理能力。
核心思路
- 使用Scanner逐行读取文件内容（以\R作为行分隔符，或直接使用scan.nextLine()）。
- 对每一行读取到的字符串，使用String.split(", ")方法将其分割成一个字符串数组（令牌数组）。
- 验证令牌数组的长度，确保数据完整性。
- 将字符串令牌转换为相应的Java数据类型（例如，使用Integer.parseInt()将成绩字符串转换为整数）。
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 StudentDataReaderV2 {
public static void main(String[] args) {
List students = new ArrayList<>();
File file = new File("main.txt"); // 确保文件路径正确
try (Scanner scan = new Scanner(file)) {
// 设置Scanner的delimiter为行终止符，以便逐行读取
// 或者直接使用 while(scan.hasNextLine()) { String line = scan.nextLine(); ... }
scan.useDelimiter("\\R");
while (scan.hasNext()) {
String line = scan.next(); // 读取一行数据
String[] tokens = line.split(", "); // 根据", "分割行内容
// 检查令牌数量是否符合预期 (1个姓名 + 4个成绩 = 5个令牌)
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]);
students.add(new Student(name, grade1, grade2, grade3, grade4));
} catch (NumberFormatException e) {
System.err.println("数据格式错误：行 '" + line + "' 中成绩无法转换为整数。错误信息：" + e.getMessage());
}
} else {
System.err.println("数据格式错误：行 '" + line + "' 的字段数量不正确，期望5个，实际" + tokens.length + "个。");
}
}
} catch (FileNotFoundException e) {
System.err.println("文件未找到：" + e.getMessage());
}
// 打印读取到的学生信息
for (Student student : students) {
System.out.println(student);
}
}
} 优缺点
-
优点：
- 强大的格式验证：可以轻松检查每行的字段数量，及时发现并报告格式不正确的行。
- 清晰的逻辑：文件读取和行内解析职责分离，代码更易于理解和维护。
- 精确的错误处理：当出现NumberFormatException时，可以明确指出是哪一行哪一个字段导致的问题。
- 缺点：相对于方法一，代码量略有增加。
注意事项与总结
- 文件路径：确保new File("main.txt")中的文件路径是正确的。在开发环境中，通常是相对于项目根目录或模块根目录。
- 异常处理：FileNotFoundException是必须处理的检查型异常。此外，在将字符串转换为数字时，要特别注意NumberFormatException，它属于运行时异常，但应通过try-catch块进行妥善处理，以防止程序崩溃。
- 数据类型转换：Integer.parseInt()在转换失败时会抛出NumberFormatException。确保待转换的字符串确实是有效的整数表示。
- 分隔符匹配：精确匹配分隔符至关重要。例如，文件中使用的是,（逗号后跟空格），那么在split()或useDelimiter()中也应使用,，而不是单纯的,。
- 面向对象设计：将解析出的数据封装到自定义的类（如Student）中，是良好的编程实践，它提高了代码的可读性、可维护性和复用性。
- 资源管理：Scanner是一个资源，使用完毕后应调用close()方法释放资源。使用Java 7及以上版本的try-with-resources语句（如示例所示）是推荐的做法，它能确保Scanner在try块结束时自动关闭，即使发生异常也不例外。
综合来看，逐行读取并使用String.split()解析的方法（方法二）在大多数情况下是更健壮和灵活的选择，尤其是在处理结构化数据时，它能提供更好的错误检测和处理能力。
