Strings zerlegen

[julchen81]

Guten Morgen!

Wieder einmal möchte ich Variablen aus einer Textdatei auslesen, die aus Zeilen wie folgt besteht:
R3=10000006R4=20000010 R5=20000300....

An sich kein Problem, ich kann jede Zeile in tokens zerlegen und dann auslesen.
Die Schwierigkeit bei mir jedoch:
Manchmal befindet sich zwischen den einzelnen Variablen ein Leerzeichen, dann wieder nicht. Und das kann in jeder Zeile wieder anders aussehen. Z.B. könnte erneut eine Zeile mit den gleichen Variablen kommen, diesmal aber komplett ohne Leerzeichen:
R3=10000006R4=20000010R5=20000300

oder aber auch mit Leerzeichen nach jeder Variablen:
R3=10000006 R4=20000010 R5=20000300

Wie lese ich das jetzt am besten ein? Ich suche also z.B. nach "R3", lese dann den substring ab dem "=" - aber bis wohin? Gibt's eine Möglichkeit, die anweist: lies bis zu einem Leerzeichen oder zu einem String (hier also bis zum nächsten "R") ?

(wobei ich selbst dann mit meiner Lösung nicht ganz zufrieden bin, denn wenn ich z.B. die Zeile
R3=10000006R4=20000010 R5=20000300
in tokens zerlege, mit dem Trennzeichen " ", dann lautet der erste token "R3=10000006R4=20000010", und ich muss dann wieder extra R4 rauspfriemeln... hat jemand vielleicht eine elegantere Idee?

LG
Julia

 

[HLX]

Wie zerlegst du den String denn bislang?

Ggf. kannst du das gleiche Verfahren wie bisher anwenden und anschließend einfach mit trim() die Leerzeichen entfernen.

 

[Gast]

Hallo,
mach doch folgendes:
Lies die Zeile
haue alle Leerzeichen raus
lese aus wie gewohnt

public class Test {

	
	
	public static void main(String[]args){
		String r = "Hallo ich bin da";
		r=r.replaceAll(" ", "");
		System.out.println(r);
	}
}

ergibt:

Halloichbinda

 

[Gast]

Servus,

nicht sehr elegant, aber ich würde auch alle Leerzeichen entfernen,
dann nach R splitten und wenn Du es brauchst, das R wieder hinschreiben.

Gruß

 

[julchen81]

ahh... hört sich schon mal gut an. Danke!

Nur klappt das mit dem Splitten nach R nicht, weil nicht alle Variablen R heißen. Es gibt neben Variablen R1, R12... auch eine ganze Reihe von Variablen, die nur aus einem Buchstaben bestehen, z.B. I, N, T...

Wenn ich jetzt nach all diesen Variablen splitte, dann stehen aber in dem sich ergebenden Array diese Variablen nicht mehr drin, und ich kann die Werte dann nicht zuordnen. (In meinem Ausgangstest gibt es auch keine festgelegte Reihenfolge der Variablen).

Könnte man nicht irgendwie so vorgehen:
Alle Leerzeichen aus dem Text entfernen.
dann

if ((zeile.substring(0)).equals("R1")) {
    dann substring nehmen ab zeile.substring(3, bis zum nächsten String)}
else if ((zeile.substring(0)).equals("I")) {
    dann substring nehmen ab zeile.substring(2, bis zum nächsten String)}
...

also alle Variablen mit if abfragen, und dann den Substring lesen bis eben kein Integer/Double-Wert mehr kommt, sondern ein String.

Dann wieder ab hier substring erstellen und wie oben alle Variablen abfragen... also das gleiche Spielchen von vorne.


Hoffe, ich konnte das einigermaßen schnell verständlich darstellen :?
Mir wäre schon sehr geholfen, wenn jm. einen Vorschlag hätte, wie ich "bis zum nächsten String" einlese...

Ciao, Julia

 

[Quaxli]

Wieviele verschiedene Variablen gibt es denn?
Bevor Du mit aufwendigem Code jede Zeile durchnudelst macht es u. U. Sinn, einfach verschiedene Buchstaben durchzuprobieren?

Also erst nach "R" splitten, wenn da kein vernünftiges Array bei raus kommt, nach dem nächsten Buchstaben splitten, usw.? Aber das müßtest Du entscheiden, kann man so aus der Ferne nicht sagen, ob das eine vernünftige Vorgehensweise ist.

 

[HLX]

Ein immer wiederkehrender Trenner ist das "="-Zeichen. Vielleicht könnte man auch hier splitten und dann die Variable extrahieren. Etwa so (Beispiel auf die Schnelle):

List compileSet(String aSet) {
    List result = new ArrayList();
    int i = 0;
    int j = 0;
    while (j != aSet.length() - 1) {
        j = aSet.indexOf("=", i) + 1;
        if (j == 0)
            j = aSet.length() - 1;
        String subset = aSet.substring(i, j);
        String variable = extractVariable(subset);
        String value = null;
        if (variable != null)
            value = subset .substring(0, subset.indexOf(variable));
        else
            value = subset .substring(0);
        if (value != null)
            result.add(value.trim());
        if (variable != null) {
            result.add(variable);
        }
        i = j;
   }
    return result;
}

private String extractVariable(String aSubset) {
    if (aSubset.contains("I=")) {
        return "I";
    }
    if (aSubset.contains("R2=")) {
        return "R2";
    }
    if (aSubset.contains("R3=")) {
        return "R3";
    }
    return null;
}

 

[julchen81]

@Quaxi:
Danke für deinen Tipp, aber ich halte das nicht für sehr praktisch in meinem Fall. Wieviele Variablen ich habe, ist unterschiedlich (ich soll mein Programm für verschiedene InputDateien schreiben und je nach dem möglichst flott abändern).

Und nach verschiedenen Variablen zu splitten, wenn in einer Zeile verschiedene Variablen vorkommen... ist wohl auch nicht ganz praktisch.

@HLX
Leider ist nicht immer ein "="-Zeichen Trenner - nur bei den Variablen, die mit einem "R" beginnen. Aber echt lieben Dank für deine Überlegung!

Viele Grüße,
Julia

 

[HLX]

Das sollte eigentlich kein Problem sein.

Sofern ein eindeutig identifizierbarer Trenner existiert kannst du diesen per Oder-Verknüpfung in die Trennerabfrage aufnehmen und in der Methode 'extractVariable' dort wo nötig das '=' gegen den anderen Trenner austauschen.

EDIT: oder-Verknüpfung reicht nicht ganz. Du müsstest herausfinden, welcher Trenner im Satz jeweils als nächstes kommt. Also jeweils den nächsten Index bestimmen und den kleineren dann nehmen.

 

[Gast]

Hallo,

wenn es sich immer um ein Buchstabe handelt, würde ich jedes Zeichen einer Zeile lesen und wenn es sich um einen
Buchstabe handelt (ASCII Tabelle), dann startest Du einen neuen Token. Ist halt nicht sehr performant. Du solltest aber schon wissen, was Du da ausliest. Du kannst kein Programm schreiben, was alles auslesen und selbstständig erkennen.

 

[julchen81]

Erstmal wieder Danke an Gast und HLX!

@Gast
Aber wie bitte überprüfe ich, ob es sich um ein ASCII-Zeichen handelt?

@HLX:
Nicht EIN Trenner, sondern eine Menge von Trennern ist eindeutig identifiziert. Wie bitte kann ich herausfinden, welcher Trenner im Satz jeweils als nächstes kommt?

LG
Julia

 

[HLX]

Wie geschrieben - Indizes vergleichen.

Ungetestetes Beispiel auf die Schnelle:

private int getNextSeparatorIndex(String set, int beginIndex) {
    int[] indices = new int[3];
    indices [0] = set.indexOf("=", beginIndex); 
    indices [1] = set.indexOf("<", beginIndex);
    indices [2] = set.indexOf(">", beginIndex);
    int nextIndex = indices[0];
    for(int i=1; i  < indices.length;i++) {
        if(indices[i] != 0 && indices[i] < nextIndex)
            nextIndex = indices[i];
    }
    return nextIndex;        
}

 

[julchen81]

ok, so, jetzt hab ich's verstanden. Danke noch mal für die Mühe!

Schönen Tag noch,
Julia

 

[schalentier]

Wie waers mit Regular Expressions:

public static void main(String[] args) {
        Pattern param = Pattern.compile("([A-Za-z]+[0-9]*?)\\s*?(=|-)\\s*?([0-9\\.]+)");

        String s = "R3=10000006R4=2000.0010 R5-20000300, III77=   7222";

        Matcher m = param.matcher(s);
        while( m.find() ) {
            System.out.println(m.group(1)+" = "+m.group(3)+" (Trenner: "+m.group(2)+")" );
        }
}

Ausgabe:

R3 = 10000006 (Trenner: =)
R4 = 2000.0010 (Trenner: =)
R5 = 20000300 (Trenner: -)
III77 = 7222 (Trenner: =)

 

[julchen81]

@schalentier
ich habe mich letzte Woche schon mal kurz mit Regular Expressions beschäftigt, aber nur oberflächlich, sodass ich deinen Vorschlag jetzt nicht komplett verstehe.
Aber freue mich über deine Anregung, werde mich eventuell noch mal intensiver damit befassen! (Sogar sehr sicher)

Schönen Feierabend!
Julia

 

[schalentier]

Jo, gugg dir die Regular Expression unbedingt mal an. Das ist zeitloses (und programmiersprachenloses) Wissen, denn man kann Regexp in jeder besseren Sprache finden.

Mit Regexp kannst du Muster in Strings finden.

R3=10000006

wuerde z.b. genau diesen Text finden.

Das kann man nun verallgemeinern:

R3=([0-9]+) // findet alles, was mit 'R3=' anfaengt und mit beliebig vielen, aber mindestens einer (+) Ziffer ([0-9]) endet

([A-Za-z]+)=([0-9]+) // findet alles was mit beliebig vielen (mindestens aber einem) Buchstaben beginnt

([A-Za-z]+[0-9]*)=([0-9]+) // * ist beliebig viel (auch gar nicht) 

([A-Za-z]+[0-9]*)(=|-)([0-9]+) // Zuerst Buchstaben, dann Ziffern, dann entweder '=' oder '-' und dann die letzen Ziffern

([A-Za-z]+[0-9]*)\\s*(=|-)\\s*([0-9]+) // '\\s' sind alle leerzeichen (tabs, zeilenende, etc)

Gibt natuerlich noch 1000 andere Dinge. Tjo und mit dem Matcher aus dem Quellcode in meinem vorigen Post kann man nun einen gegebenen String solange nach diesem Muster durchsuchen, bis keins mehr gefunden wird. Die Werte in den runden Klammern kann man dann mit Matcher.group(int) abfragen.