求教java文本过滤处置

求教java文本过滤处理
小弟初学文本处理

要处理的文件是亚马逊上的购物产品日志
对于单个产品记录 格式如下 整个日志有数十万条这样的产品记录 （整个文件1G)
我现在 想用java 读入这个文件 然后 只保每个记录的 ID 号 （如15） 和 其对应的group (如Book)
然后 再把 ID 号 （如15）和 其对应的group (Book)写入一个新的文件

不知道该怎么处理 求高手指导啊

Id: 15
ASIN: 1559362022
title: Wake Up and Smell the Coffee
group: Book
salesrank: 518927
similar: 5 1559360968 1559361247 1559360828 1559361018 0743214552
categories: 3
|Books[283155]|Subjects[1000]|Literature & Fiction[17]|Drama[2159]|United States[2160]
|Books[283155]|Subjects[1000]|Arts & Photography[1]|Performing Arts[521000]|Theater[2154]|General[2218]
|Books[283155]|Subjects[1000]|Literature & Fiction[17]|Authors, A-Z[70021]|( B )[70023]|Bogosian, Eric[70116]
reviews: total: 8 downloaded: 8 avg rating: 4
2002-5-13 cutomer: A2IGOA66Y6O8TQ rating: 5 votes: 3 helpful: 2
2002-6-17 cutomer: A2OIN4AUH84KNE rating: 5 votes: 2 helpful: 1
2003-1-2 cutomer: A2HN382JNT1CIU rating: 1 votes: 6 helpful: 1
2003-6-7 cutomer: A2FDJ79LDU4O18 rating: 4 votes: 1 helpful: 1 2003-6-27
cutomer: A39QMV9ZKRJXO5 rating: 4 votes: 1 helpful: 1 2004-2-17
cutomer: AUUVMSTQ1TXDI rating: 1 votes: 2 helpful: 0 2004-2-24
cutomer: A2C5K0QTLL9UAT rating: 5 votes: 2 helpful: 2 2004-10-13
cutomer: A5XYF0Z3UH4HB rating: 5 votes: 1 helpful: 1

[解决办法]
完整的测试代码，供参考

import java.io.File;  
import java.io.FileOutputStream;  
import java.io.IOException;  
import java.io.OutputStreamWriter;  
import java.io.*;
import java.util.regex.*;

public class Test {  
      
    /** 
     * @param args 
     */  
    public static void main(String[] args) {  
        File file = new File("c:\\Test.txt");
        File file2 = new File("c:\\demo.txt");
if (file.isFile() && file.exists()) {
try {
InputStreamReader read = new InputStreamReader(new FileInputStream(file));
OutputStreamWriter writer = new OutputStreamWriter(new FileOutputStream(file2));
BufferedReader bufferedReader = new BufferedReader(read);
String lineTXT = null;
while ((lineTXT = bufferedReader.readLine()) != null){
String re="(Id
[解决办法]
group): [\\d\\w]*";

Pattern p = Pattern.compile(re);
Matcher m = p.matcher(lineTXT);
    
    
    while (m.find()) {
    String tmp = m.group();
    if (!"".equals(tmp)) {
writer.write(tmp+"\r\n");
    }
}
writer.flush(); 
} 
read.close(); 
}
catch (Exception e) {
   e.printStackTrace();
  }
}
else{ 
System.out.println("找不到指定的文件！"); 
}
    }  
}  

[解决办法]
匹配的话应该是使用正则表达式。 。
[解决办法]

引用:

谢谢您 我最后的输出还是没有ID  号 格式如下：

Id: 
group: Book
Id: 
group: Music
Id: 
group: Book

Id 后面没有数字 不知道是为什么呢

你那文本到底是不是标准的？ Id:和group: 后面跟的是几个空格？ group后面是一个空格吧？你主贴给的Id:后面也是一个空格啊， 你要是后面的空格数不对那肯定是读不出来，判断的正则式得改成这样：

String re="(Id
[解决办法]
group): [\\s\\d\\w]*";

查看更多 下一篇