解析文本文件一行行，跳过某些行

我有一个看起来像这样（但更大）的文件：解析文本文件一行行，跳过某些行

>some text 
ABC 
DEF 
GHI 
>some more text 
JKL 
MNO 
PQR

我已经玩了Java中有一段时间，并已能够用线条构建数组等。具有'>'的线条通常是一条线，但有时可能是2条，3条或更多条线。不以'>'开始的行的字符长度相同，但可能有10,20或30或更多这些行。我在点现在在哪里，我想创建一个字符串数组，数组中的每个字符串包含不以“>”，像这样开头的行的字符串：

array element 1 = ABCDEFGHI 
array element 2 = JKLMONPQR

我觉得像我很近，但需要一个小屁股踢我才能去。我确信这对专业人士来说很容易，但我对Java仍然很陌生。

具体问题与我在此板上制作的其他帖子有关。这是一个FASTA文件：

>3BHS_BOVIN (P14893) 3 beta-hydroxysteroid 
AGWSCLVTGGGGFLGQRIICLLVEEKDLQEIRVLDKVFRPEVREEFSKLQSKIKLTLLEG 
DILDEQCLKGACQGTSVVIHTASVIDVRNAVPRETIMNVNVKGTQLLLEACVQASVPVFI 
>41_BOVIN (Q9N179) Protein 4.1 
MHCKVSLLDDTVYECVVEKHAKGQDLLKRVCEHLNLLEEDYFGLAIWDNATSKTWLDSAK 
EIKKQVRGVPWNFTFNVKFYPPDPAQLTEDITRYYLCLQLRQDIVSGRLPCSFATLALLG 
SYTIQSELGDYDPELHGADYVSDFKLAPNQTKELEEKVMELHKSYRSMTPAQADLEFLEN 
>5NTD_BOVIN (Q05927) 5'-nucleotidase 
MNPGAARTPALRILPLGALLWPAARPWELTILHTNDVHSRLEQTSEDSSKCVNASRCVGG 
VARLATKVHQIRRAEPHVLLLDAGDQYQGTIWFTVYKGTEVAHFMNALGYESMALGNHEF 
DNGVEGLIDPLLKEVNFPILSANIKAKGPLASKISGLYSPYKILTVGDEVVGIVGYTSKE 
TPFLSNPGTNLVFEDEITALQPEVDKLKTLNVNKIIALGHSGFEVDKLIAQKVKGVDVVV

我最终需要在他们自己的数组元素中的序列，以便我可以稍后操作它们。

来源

2011-06-14 nicorellius

什么是* *的具体问题？你知道如何连接字符串吗？你知道如何识别一个字符串是否以'>开头'''？ – 2011-06-14 23:11:55

我有一个文件行的数组，我可以确定哪些以'>'开头，是的...我也可以连接行，但只选择那些并将它们作为数组中的元素是我的位置遇到麻烦。 – nicorellius 2011-06-14 23:16:24

假设你可以遍历行：

List<String> array = new ArrayList<String>(); 
StringBuilder buf = new StringBuilder(); 
for (String line : lines) { 
    if (line.startsWith(">")) { 
    if (buf.length() > 0) { 
     array.add(buf.toString()); 
     buf.setLength(0); 
    } 
    } else { 
    buf.append(line); 
    } 
} 
if (buf.length() > 0) { // Add the final text element(s). 
    array.add(buf.toString()); 
}

来源

2011-06-14 23:25:23 maerics

这是一个很好的解决方案。看起来很紧密和高效，除了一件事。对于测试，由于我使用的是具有三个条目的文件，因此如果我打印数组，我只能得到前两个条目，如果我打印buf，则会得到第三个条目。这是一个很好的开始，现在我正在与它一起工作，看看我是否能够一直工作。也许我错过了什么？ – nicorellius 2011-06-15 00:54:10

@nicorellius：哎呀，对，我忘了在循环结尾冲洗缓冲区;看我更新的解决方案。 – maerics 2011-06-15 02:14:38

不错！我认为这有点不合适。尽管如此，你做到了完美; - ）再次感谢这个伟大的回应。 – nicorellius 2011-06-15 05:17:47

试试这个。我没有打扰适当的变量名称。它也适用于假设第一行有一个>。它可能没有优化，但应该让你知道这是如何可能的。

import java.io.BufferedReader; 
import java.io.IOException; 
import java.io.StringReader; 
import java.util.ArrayList; 


public class Parse { 
    public static void main(String[] args) throws IOException { 
     String lala = ">some text\r\n" + 
       "ABC\r\n" + 
       "DEF\r\n" + 
       "GHI\r\n" + 
       ">some more text\r\n" + 
       "JKL\r\n" + 
       "MNO\r\n" + 
       "PQR"; 

     ArrayList<String> lines = new ArrayList<String>(); 

     BufferedReader in = new BufferedReader(new StringReader(lala)); 

     String line; 
     while((line = in.readLine()) != null) { 
      lines.add(line); 
     } 

     ArrayList<String> parsed = new ArrayList<String>(); 

     for(String s : lines) { 
      if(s.contains(">")) { 
       parsed.add(""); 
      } else { 
       String current = parsed.get(parsed.size() - 1); 
       parsed.set(parsed.size() - 1, current + s); 
      } 
     } 

     for(String s : parsed) { 
      System.out.println(s); 
     } 
    } 

}

上面会输出：

ABCDEFGHI 
JKLMNOPQR

你能做到这一点的另一个有趣的方法是在“in.readLine（）”循环中，您可以检查>，如果它存在添加<在将该字符串推到'行'之前的字符串末尾。然后你可以使用正则表达式来抓取其他线。

来源

2011-06-14 23:21:36

为什么要先将行添加到数组中，然后再次遍历数组以删除不必要的条目而不是添加有用的行？太复杂了imo – Voo 2011-06-14 23:31:13

你可以这样做。这有点棘手，因为你可能不得不倒退，因为你会从列表中删除条目。我想这是偏好。我不同意我的方法比你所建议的方法复杂得多。 – 2011-06-14 23:39:04

跳过>开头的行很简单;

while((line=istream.readLine())!=null){ 
    if(line.charAt(0)=='>')continue; 

    //do normal concat to buffers 
}

，如果你想去就开始>线下一个缓冲区是有点多地参与

while((line=istream.readLine())!=null){ 
    if(line.charAt(0)=='>'){ 
     //create new buffer and append the current one to the list (check first if current one is not empty) 
     continue; 
    } 

    //do normal concat to buffer 
}

来源

2011-06-14 23:22:18

像这样的事情？

Array<String> lines  
//Open the file for reading 
    try {  
     BufferedReader br = new BufferedReader(new FileReader(<FileNameGoesHere>)); 
     while ((thisLine = br.readLine()) != null) { // while loop begins here 
     if(thisLine.charAt(0) != '>') { 
      lines.add(thisLine); 
     } 
     } // end while 
    } // end try 
    catch (IOException e) { 
     System.err.println("Error: " + e); 
    }

来源

2011-06-14 23:22:37

解析文本文件一行行，跳过某些行

回答

相关问题