java读取txt文件，正则匹配，提取特定开头和结尾的字符串

前言

前天刚入职的算法同事，过来问我怎么提取txt文件中的数据，我一看这还不简单，结果…搞了好久。

正则不用真的会忘记，写篇博客增加一下记忆吧。

需求：提取txt文件中，有特定开头（双引号） ，特定结尾（双引号） 的中间的数据，打印出来

---

一、使用FileInputStream处理

FileInputStream：是java中的字节输入流，就是通过字节的形式进行读取

构造方法 可以通过传递指定打开文件的路径字符串，来创建FileInputStrem对象

new FileInputStrem("文件路径")  

InputStremReader 是连接字节流和字符流之间的桥梁，我们通过 new InputStremReader() 的构造方法，传递一个FileInputStrem对象，和一个编码格式，这个编码格式具体根据你要读取文件的编码格式

InputStreamReader(file,"UTF-8");

编码格式可以打开txt文件在右下角查看

// 这里利用了一下小技巧就是 我这个同事给我的文件 每个要提取的数据都在同一行内，所以可以通过每行读取。

        while ((line = br.readLine()) != null) {
            System.out.println(getPatternCode(line,rgex));
        }

二、使用正则开始匹配

1.匹配规则书写

正则表达式匹配规则 这里是以 (ox) 开始 以“ 结尾
这里的第一对括号防止防止转义 所以加了\
然后（）表示一个子表达式的开始和结尾 要匹配这两个字符的话 就用上面的\
.表示匹配任意
*表示匹配任意多个
\” 表示匹配最后字符
这里的规则大概就是这样，可以根据需要自己匹配

String rgex = "\\(0x\\)(.*?)\"";

2.pattern

pattern是正则表达式的编译形式 匹配的模式
Pattern.compile 是获取Pattern实例，Pattern的构造器是私有的，只能通过compile方法获取

Pattern pattern = Pattern.compile(rgex);

matcher类也是私有的，只能通过pattern.matcher来创建，
构造方法传递一个参数时，返回一个matcher实例，是匹配上的字符串
构造方法传递两个参数时，返回一个boolean值，表示是否匹配上指定的字符串

  Matcher m = pattern.matcher(string);

m.find() 是部分匹配，
从给定的字符串开始匹配，第一次匹配到之后 如果没有重置，则会从上次匹配到的最后一个字符的下一位开始往后匹配
匹配成功后会返回 true

m.find()

m.group() 是返回匹配的数据
group（0） 是返回原始匹配的数据
group(1) 是返回第一次匹配到的数据

m.group(1);

代码案例

package fileOperation;

import java.io.*;
import java.util.regex.Matcher;
import java.util.regex.Pattern;

/**
 * @program: solution
 * @description: 读取文件 利用正则表达式筛选数据
 * @author: Wang Hai Xin
 * @create: 2022-10-24 18:52
 **/
public class txtFiltration {

    public static void main(String[] args) throws IOException {
        /**/
        FileInputStream file = new FileInputStream("C:\\project\\solution\\src\\main\\java\\fileOperation\\djk-Log 2022-10-21 17_48_06.txt");
        /*指定文件类型*/
        InputStreamReader isr = new InputStreamReader(file, "UTF-8");

        BufferedReader br = new BufferedReader(isr);

        /*匹配规则*/
        String rgex = "\\(0x\\)(.*?)\"";

        String line = null;
        while ((line = br.readLine()) != null) {
            System.out.println(getPatternCode(line,rgex));
        }
    }
    
    public static String getPatternCode(String string, String rgex){
        // 匹配的模式
        Pattern pattern = Pattern.compile(rgex);
        Matcher m = pattern.matcher(string);
        while (m.find()) {
            return m.group(1);
        }
        return null;
    }
}

效果展示，直接将结果从控制台复制使用即可

注意：控制台展示的数目有限，如果出现前半部分丢失， 可能是控制台展示的数据达到上限，可以通过输出到指定文件或者exel文件中