Java中的txt文件格式验证

Question

验证.txt文件是否为的最佳方法是：

• 实际上，.txt文件而不是仅具有扩展名的其他类型的文件已更改。

• .txt文件的格式与指定的格式匹配（因此可以正确解析，包含所有相关信息，等等）。

这一切都是在Java中完成的，在Java中将检索文件，然后需要对其进行检查以确保它是应该的。到目前为止，我仅发现JHOVE（现在称为JHOVE2）作为完成此任务的工具，但是在通过Java代码而不是通过命令行实现它的文档方式方面却没有发现太多。谢谢你的帮助。

Answer 1

听起来您正在寻找一种通用的格式设置选项，我可以为您推荐正则表达式吗？您可以使用正则表达式进行各种不同类型的匹配。我在下面写了一个简单的示例[对于所有那些正则表达式专家，如果我不使用完美的表达方式，请多多怜悯我；）]。您可以将REGEX和MAX_LINES_TO_READ常量放入属性文件中，并对其进行修改以使其更通用。

您基本上可以测试“ .txt”文件中的最大行数（但是，建立格式需要很多行是好的-
您也可以对标题行使用正则表达式，或者根据需要使用多个不同的正则表达式来测试格式），如果所有这些行都匹配，则文件将被标记为“有效”。

这只是您可以运行的一个示例。除了仅捕获“ Exception”以外，还应该实现适当的异常处理。

对于用Java测试正则表达式，http：//www.regexplanet.com/simple/index.html很好用。

这是“ ValidateTxtFile”源代码…

import java.io.*;

public class ValidateTxtFile {

    private final int MAX_LINES_TO_READ = 5;

    private final String REGEX = ".{15}[ ]{5}.{15}[ ]{5}[-]\\d{2}\\.\\d{2}[ ]{9}\\d{2}/\\d{2}/\\d{4}";

    public void testFile(String fileName) {

        int lineCounter = 1;

        try {

            BufferedReader br = new BufferedReader(new FileReader(fileName));

            String line = br.readLine();

            while ((line != null) && (lineCounter <= MAX_LINES_TO_READ)) {

                // Validate the line is formatted correctly based on regular expressions                
                if (line.matches(REGEX)) {
                    System.out.println("Line " + lineCounter + " formatted correctly");
                }
                else {
                    System.out.println("Invalid format on line " + lineCounter + " (" + line + ")");
                }

                line = br.readLine();
                lineCounter++;
            }

        } catch (Exception ex) {
            System.out.println("Exception occurred: " + ex.toString());
        }
    }

    public static void main(String args[]) {

        ValidateTxtFile vtf = new ValidateTxtFile();

        vtf.testFile("transactions.txt");
    }   
}

这是“ transactions.txt”中的内容…

Electric            Electric Co.        -50.99         12/28/2011
Food                Food Store          -80.31         12/28/2011
Clothes             Clothing Store      -99.36         12/28/2011
Entertainment       Bowling             -30.4393       12/28/2011
Restaurant          Mcdonalds           -10.35         12/28/11

我运行应用程序时的输出是…

Line 1 formatted correctly
Line 2 formatted correctly
Line 3 formatted correctly
Invalid format on line 4 (Entertainment       Bowling             -30.4393       12/28/2011)
Invalid format on line 5 (Restaurant          Mcdonalds           -10.35         12/28/11)

EDIT 12/29/2011大约10:00 am
不知道是否存在性能问题，但是就像供参考之用，我多次复制“
transactions.txt”中的条目以构建一个大约130万行的文本文件在其中，我可以在PC上大约7秒内浏览整个文件。我将System.out更改为仅在无效（524,288）和有效（786,432）格式的条目末尾显示总计。“
transactions.txt”的大小约为85mb。