如何用Java Stream API有效解析文本文件

Question

我理解了如何用Java8流从文件中获取特定的数据。例如，如果我们需要从像这样的文件中获取加载的包

2015-01-06 11:33:03 b.s.d.task [INFO] Emitting: eVentToRequestsBolt __ack_ack 
2015-01-06 11:33:03 c.s.p.d.PackagesProvider [INFO] ===---> Loaded package com.foo.bar
2015-01-06 11:33:04 b.s.d.executor [INFO] Processing received message source: eventToManageBolt:2, stream: __ack_ack, id: {}, [-6722594615019711369 -1335723027906100557]
2015-01-06 11:33:04 c.s.p.d.PackagesProvider [INFO] ===---> Loaded package co.il.boo
2015-01-06 11:33:04 c.s.p.d.PackagesProvider [INFO] ===---> Loaded package dot.org.biz

List<String> packageList = Files.lines(Paths.get(args[1])).filter(line -> line.contains("===---> Loaded package"))
        .map(line -> line.split(" "))
        .map(arr -> arr[arr.length - 1]).collect(Collectors.toList());

我从解析文件示例中获取（并稍加修改）代码。

但是，如果我们还需要从同一个日志文件中获取发射：事件的所有日期（和时间）呢？我们如何在使用相同的流的过程中做到这一点呢？

我只能想象使用collect（groupingBy（...）），它在解析之前将带有加载包的行和带有emitting：的行分组，然后分别解析每个组（一个映射条目）。但这将创建一个包含日志文件中所有原始数据的映射，这非常消耗内存。

是否有类似的方法可以有效地从Java8流中提取多种类型的数据？

Answer 1

您可以在不定义新的收集器和使用更命令式的第三方库的情况下解决它。首先，您需要定义一个表示解析结果的类。它应该有两种方法来接受输入行并与现有的部分结果相结合：

class Data {
    List<String> packageDates = new ArrayList<>();
    List<String> emittingDates = new ArrayList<>();

    // Consume single input line
    void accept(String line) {
        if(line.contains("===---> Loaded package"))
            packageDates.add(line.substring(0, "XXXX-XX-XX".length()));
        if(line.contains("Emitting"))
            packageDates.add(line.substring(0, "XXXX-XX-XX XX:XX:XX".length()));
    }

    // Combine two partial results
    void combine(Data other) {
        packageDates.addAll(other.packageDates);
        emittingDates.addAll(other.emittingDates);
    }
}

现在你可以用一种非常简单的方式收集：

Data result = Files.lines(Paths.get(args[1]))
    .collect(Data::new, Data::accept, Data::combine);