如何使用System.getProperty("line.separator").toString()？

Question

我有一个包含表格的Tab分隔字符串，它作为参数传递给我的方法。当我在命令行上将其打印出来时，它呈现为一张带有行的表格：

https://istack.dev59.com/2fAyq.gif

命令窗口已正确缓冲。我认为每行前后肯定有一个换行符。

我的问题是，我想将传入的字符串拆分成表示表格行的单个字符串。到目前为止，我已经尝试了：

private static final String newLine = System.getProperty("line.separator").toString();
private static final String tab = "\t";
private static String[] rows;
...

rows = tabDelimitedTable.split(newLine);    //problem is here
    
System.out.println();
System.out.println("################### start debug ####################");

System.out.println((tabDelimitedTable.contains(newLine)) ? "True" : "False");
    
System.out.println("#################### end debug###################");
System.out.println();

输出：

################### start debug ####################
False
#################### end debug###################

很明显字符串中有些东西告诉操作系统开始新的一行，但它似乎不包含任何换行符。

在Windows XP SP3上运行最新版本的JDK。

有任何想法吗？

- ejsuncy

---

为什么要使用.toString()？它已经是一个字符串，除非它是null，在这种情况下你会得到一个NullPointerException。 - user207421

是的，我只是想确保我传递给 .split() 方法的是字符串而不是字符。我本应该阅读一下 .getProperty() 方法的文档，但写 .toString() 比打开浏览器快多了，哈哈。 - ejsuncy

Answer 1

问题

不要假设任意输入文本文件使用“正确”的平台特定换行符。这似乎是你的问题的根源; 它与正则表达式关系不大。

举个例子，在Windows平台上，System.getProperty("line.separator")是"\r\n"（CR + LF）。但是，在此平台上运行Java代码时，您可能必须处理一个仅使用"\n"（LF）作为行分隔符的输入文件。也许该文件最初是在Unix平台上创建的，然后以二进制（而不是文本）模式传输到Windows。可能会遇到许多这种情况，您必须解析一个不使用当前平台的换行符的文本文件作为输入。

（巧合的是，当将Windows文本文件以二进制模式传输到Unix时，许多编辑器都会显示^M，这使一些人感到困惑，不知道发生了什么）。

当您正在生成输出文本文件时，应该优先考虑特定于平台的换行符，但是当您正在使用文本文件作为输入时，假定它正确地使用平台特定的换行符可能是不安全的。

---

解决方案

解决问题的一种方法是使用例如java.util.Scanner。它有一个nextLine()方法，可以返回下一行（如果存在），正确处理平台的换行符和输入文本文件之间的任何不一致。

您还可以组合2个Scanner，一个逐行扫描文件，另一个扫描每行的标记。这是一个简单的用法示例，将每行分解为List<String>。因此，整个文件变成了一个List<List<String>>。

这可能比将整个文件读入一个巨大的String，然后将其split成行（然后将其split成部分）更好。

    String text
        = "row1\tblah\tblah\tblah\n"
        + "row2\t1\t2\t3\t4\r\n"
        + "row3\tA\tB\tC\r"
        + "row4";

    System.out.println(text);
    //  row1    blah    blah    blah
    //  row2    1   2   3   4
    //  row3    A   B   C
    //  row4

    List<List<String>> input = new ArrayList<List<String>>();

    Scanner sc = new Scanner(text);
    while (sc.hasNextLine()) {
        Scanner lineSc = new Scanner(sc.nextLine()).useDelimiter("\t");
        List<String> line = new ArrayList<String>();
        while (lineSc.hasNext()) {
            line.add(lineSc.next());
        }
        input.add(line);
    }
    System.out.println(input);
    // [[row1, blah, blah, blah], [row2, 1, 2, 3, 4], [row3, A, B, C], [row4]]

参见

• Effective Java 2nd Edition, Item 25: 偏爱列表而不是数组

相关问题

• 使用 java.util.Scanner 验证输入 - 有许多用例示例
• Scanner与StringTokenizer与String.Split之比较

- polygenelubricants

---

感谢您抽出时间回答。我尝试了其他解决方案之一，它有效了（比在正确位置设置扫描仪更快）。由于这只是我的Java程序的一小部分，并且我知道输入将是什么（不是任意输入文本文件），因此我可以假设默认换行符。我已经查看了返回此输入字符串的其他方法，它使用平台默认字符。再次感谢您的所有帮助。 - ejsuncy

我在Linux中解析Outlook PST邮件头，^M注释帮助我理解了cat -A命令的输出。在我的情况下绝对不想使用line.separator属性。 - user4256874

Answer 2

尝试一下

rows = tabDelimitedTable.split("[" + newLine + "]");

这应该可以解决正则表达式的问题。

还不是很重要，但是返回类型为

System.getProperty("line.separator")

字符串已经是String类型，不需要调用toString()方法。

- Kerem Baydoğan

---

谢谢，这很有效。我想我只是阅读了split()方法的文档并看到它需要一个字符串，但我不理解正则表达式和字符串之间的区别。 - ejsuncy

如果这是Windows，换行符为"\r\n"，那么实际上会在\r和\n之间进行split操作以创建虚假的空字符串。 - polygenelubricants

Answer 3

在Windows上，line.separator是CR/LF组合（参考这里）。

Java的String.split()方法需要一个正则表达式。因此我认为这里有些混淆。

- Brian Agnew

Answer 4

尝试使用BufferedReader.readLine()代替所有这些复杂操作。它将识别所有可能的行终止符。

- user207421

Answer 5

试试这个：

rows = tabDelimitedTable.split("[\\r\\n]+");

这应该可以在输入中无论使用什么行分隔符都能正常工作，并且会忽略空白行。

- James Van Huis

---

我最初希望这个Java程序也能在Mac/Linux上运行，因此使用了System.getProperty()方法。 - ejsuncy

您仍然可能有包含非系统默认行分隔符的输入。此正则表达式将捕获所有组合，无论平台和输入如何。 - James Van Huis

Answer 6

我认为你的问题在于String.split()将其参数视为正则表达式，而正则表达式会特殊处理换行符。你可能需要显式创建一个正则表达式对象传递给split()（它有另一个重载），并通过在Pattern.compile()的flags参数中传递MULTILINE来配置该正则表达式以允许换行符。文档

- rmeador

---

MULTILINE标志仅适用于在正则表达式中使用起始/结束标志（^和$）时。 - James Van Huis

MULTILINE标志还会导致“.”字符将行分隔符识别为匹配项。 - James Van Huis

@James：不对，根据规格说明（以及我的测试），MULTILINE "(?m)" 不会使 "." 字符匹配行分隔符。这应该使用 DOTALL 标志 "(?s)"。 - Maarten Bodewes

Answer 7

其他回答者说得没错，split()函数需要一个正则表达式作为参数，所以你首先需要修复这个问题。另一个问题是你假设换行符与系统默认值相同。根据数据来源和程序运行的位置，这种假设可能是不正确的。

- Mike Baranczak

---

哇...“Responders”听起来很酷。从现在开始我也要用这个词了。 - NullUserException