Java、正则表达式HasNext以空行开头，多平台支持

Question

我需要在 Unix 和 Windows 上处理以下文件:

a;b
c;d;e;f;g
c;d;e;f;g
c;d;e;f;g

a;b
c;d;e;f;g
c;d;e;f;g
c;d;e;f;g

a;b

a;b
c;d;e;f;g
c;d;e;f;g
c;d;e;f;g

我需要处理下面包含数据 block 的a;b。 例如第三个​​ a;b 不应被处理。

目前，我正在使用 Java 扫描器在文件中使用以下正则表达式来分隔此类文本:

Scanner fileScanner = new Scanner(file);
        try{

            fileScanner.useDelimiter(Pattern.compile("^$", Pattern.MULTILINE));

            while(fileScanner.hasNext()){
                String line;
                while ((line = fileScanner.nextLine()).isEmpty());
                InputStream is = new ByteArrayInputStream(fileScanner.next().getBytes("UTF-8"));
...

这仍然会将第三个​​ a;b 的空输入委托(delegate)到 ByteArrayInputStream 中。

我可以检查一下 fileScanner.next() 的第一行是否为空行，然后执行 nextLine() 语句和后面的 continue 语句吗？

Answer 1

使用正则表达式模式

(?m)^(?:.+(?:\\r?\\n|\\Z)){2,}

匹配两个或多个非空行，或者两个或多个 (?:...){2,} 行，其中包含一个或多个字符 .+ 后跟换行符 \\r?\\n 或 (?:...|...) 字符串末尾 \\Z。

多行修饰符 (?m) 表示 ^ 匹配每行的开头，而不仅仅是字符串的开头。

<小时/>

演示:

String str = "...";

Pattern p = Pattern.compile("(?m)^(?:.+(?:\\r?\\n|\\Z)){2,}");
Matcher m = p.matcher(str);
while (m.find()) {
  String match = m.group();
  System.out.println(match);
}

参见this demo 。