刚学mapreduce没多久,在默认的输入分片中,经常要对一行的数据进行划分,如果数据的格式划分的清除,在分割这一行数据的时候也就好划分了,但是有时候,数据的格式并不规整,所以划分起来就得多写些代码了。
例如:204001 01 02 03 07 10 25 07这种数据之间的间距是一样的都是一个空格的间距,所以在map中接受的数据可以直接通过value.split(” “)就可以获取这一行所有的数据了。
如果数据的间隔不是一样的,例如:Apr 23 11:49:54 hostapd: wlan0: STA 14:7d:c5:9e:fb:84这些数据之间的间距不是一样的,如果通过value.split(” “)来划分
String line = "Apr 23 11:49:54 hostapd: wlan0: STA 14:7d:c5:9e:fb:84";
String[] strs = line.split(" ");
for(String str : strs){
System.out.println(str);
}
那么输出的结果就是
Apr
23
11:49:54
hostapd:
wlan0:
STA
14:7d:c5:9e:fb:84
那么在获取的String数组中取数据的时候就会得到一些空的字符串。而split中的参数还可以传递一个正则表达式,所以这里可以通过正则表达式来解决。
String line = "Apr 23 11:49:54 hostapd: wlan0: STA 14:7d:c5:9e:fb:84";
String[] strs = line.split("\\s++");
for(String str : strs){
System.out.println(str);
}
这里的\s是空格需要两个\来转移,++也就是多个的意思,这样就可以划分多个不同间隔的数据了。
结果:
Apr
23
11:49:54
hostapd:
wlan0:
STA
14:7d:c5:9e:fb:84