Question

我是JAVA的新手，我想阅读文本文件并用XML编写，这是我的输入：

R.-J。 Roe，J。Appl.Phys。 36,2024（1965）。

和输出但是：

        <ref id="1">
        <label>1</label>
        <citation-alternatives>
            <mixed-citation>R.-J. Roe, J. Appl.Phys. 36, 2024 (1965).</mixed-citation>
        </citation-alternatives>
    </ref>

在许多情况下，这个输入有两行，它们之间没有空格，如下所示：

R.-J。鱼子，

学家Appl.Phys。 36,2024（1965）。

输出将是：

        <ref id="1">
        <label>1</label>
        <citation-alternatives>
            <mixed-citation>R.-J. Roe, </mixed-citation>
        </citation-alternatives>
    </ref>

    <ref id="1">
        <label>1</label>
        <citation-alternatives>
            <mixed-citation>J. Appl.Phys. 36, 2024 (1965).</mixed-citation>
        </citation-alternatives>
    </ref>

现在我的问题是我怎么能把这两行看成是第一个输出？这是我的代码：

try {
            String strLine;
            String num="";
            String mix="";
            DocumentBuilderFactory docFactory = DocumentBuilderFactory.newInstance();
            DocumentBuilder docBuilder = docFactory.newDocumentBuilder();

            // Back element
            Document doc = docBuilder.newDocument();
            Element rootElement = doc.createElement("Back");
            doc.appendChild(rootElement);

            // ref-list element
            Element reflist = doc.createElement("ref-list");
            rootElement.appendChild(reflist);

            while( (strLine = br.readLine()) != null)                   

            {                       
                if (strLine.equals("")) {
                    continue;
                }
                int dotIndex = strLine.indexOf(".");

                num = strLine.substring(0,dotIndex);
                mix = strLine.substring(dotIndex+2,strLine.length());



                // ref element
                Element ref= doc.createElement("ref");
                reflist.appendChild(ref);

                // set attribute of ref element
                Attr attr = doc.createAttribute("id");
                attr.setValue(num);
                ref.setAttributeNode(attr);

                // label element
                Element label = doc.createElement("label");
                ref.appendChild(label);
                label.setTextContent(num);

                // citation-alternatives element
                Element citationalternatives = doc.createElement("citation-alternatives");
                ref.appendChild(citationalternatives);

                // mixed-citation element
                Element mixedcitation = doc.createElement("mixed-citation");
                citationalternatives.appendChild(mixedcitation);
                mixedcitation.setTextContent(mix);
            }

Answer 1

在将strLine插入元素之前，检查是否strLine.endsWith（“，”），如果是，则读取下一行（依此类推）并附加到第一个strLine。

Answer 2

您的代码在读取包含额外换行符的记录时创建两个<ref>记录的原因是您使用换行符来定义记录何时开始。

您需要清楚地定义标记开始记录的内容。

例如，也许所有记录都以一个数字后跟一个句点开头。也许它更具可预测性：它们都以序号开头，后跟一段时间。利用这个逻辑，我们可以创建一个有条件的新元素：

    Element ref= doc.createElement("ref");
    while( (strLine = br.readLine()) != null) {                       
        if (strLine.equals(""))
            continue;
        int dotIndex = strLine.indexOf(".");
        num = strLine.substring(0,dotIndex);
        mix = strLine.substring(dotIndex+2,strLine.length());
        if(refStart(strLine)) {
            ref= doc.createElement("ref");
            reflist.appendChild(ref);
        }
        //now decide how to parse the input - maybe it will be different depending on 
        //whether the line we just read starts a new record or continues one from
        //the previous line.
    }


    public boolean refStart(String line) {
        if(line.length()<2) 
            return false;
        int dotIndex = strLine.indexOf(".");
        if(dotIndex<=0 || dotIndex>5) //assuming largest value is 99999
            return false;
        String numString = strLine.substring(0,dotIndex);
        for(int i=0; i<numString.length(); i++) {
            if(!Character.isDigit(numString.charAt(i) )
               return false;
        }
        return true;
    }

需要帮助才能阅读文本文件

2 个答案: