我從 PDF 中提取了如下字符串格式的數據。（請注意不均勻的間距和換行符）。 Virtual Salary 25,100.00 EIS EE Contr. 7.90 Virtual Car Allowance 1,600.00 EPF Employee Contr. 2,937.00 Payment Received(Oversea) 4,265.01 SOCSO Employee Contr. 19.75如何將此字符串轉換為 XML，如下所示。public void testMethod() { String extractedTestFromPDF= " Virtual Salary 25,100.00 EIS EE Contr. 7.90\n"+ "\t Virtual Car Allowance 1,600.00 EPF Employee Contr. 2,937.00\n"+ " Payment Received(Oversea) 4,265.01 SOCSO Employee Contr. 19.75\n"; }期望 XML：<xml><Data> <Allowance>Virtual Salary</Allowance> <Allowance_Amount>25,100.00</Allowance_Amount></Data><Data> <Allowance>EIS EE Contr.</Allowance> <Allowance_Amount>7.90</Allowance_Amount></Data><Data> <Allowance>Virtual Car Allowance</Allowance> <Allowance_Amount>1,600.00</Allowance_Amount></Data>...</xml>
1 回答
湖上湖
TA貢獻2003條經驗 獲得超2個贊
String fixedSizetoXML(String extractedTestFromPDF) {
String[] lines = extractedTestFromPDF.split("\\R");
Pattern pattern = Pattern.compile("^\\s*(\\S.{20})\\s\\s+([-\\d,\\.]+)\\s+.*$");
// (--------) (-----------)
return "<?xml verion="1.0">\n<Xml>\n"
+ Stream.of(lines)
.map(pattern::matcher)
.filter(m::find)
.map(m -> String.format("<Data>\n"
+ " <Allowance>%s</Allowance>\n"
+ " <Allowance_Amount>%s</Allowance_Amount>\n"
+ "</Data>\n",
m.group(1).trim(), m.group(2)))
.collect(Collectors.joining(""))
+ "<Xml>\n";
}
我冒昧地添加了一條 XML 預處理指令<?xml ...>，并為清楚起見更改xml為Xml.
這些是具有固定長度字段的記錄。計算位置并不完全安全，看到制表符\t并考慮特殊字符：é可能是一個字符，但也e加上一個特殊的零寬度′，我改用正則表達式模式。數量前至少需要兩個空白字符。
Java 7
String fixedSizetoXML(String extractedTestFromPDF) {
String[] lines = extractedTestFromPDF.split("\\R");
Pattern pattern = Pattern.compile("^\\s*(\\S.{20})\\s\\s+([-\\d,\\.]+)\\s+.*$");
// (--------) (-----------)
StringBuilder sb = new StringBuilder(lines.length * 64);
sb.append("<?xml verion="1.0">\n<Xml>\n");
for (String line : lines) {
Matcher m = pattern.matcher(line);
if (m.find()) {
String data = String.format("<Data>\n"
+ " <Allowance>%s</Allowance>\n"
+ " <Allowance_Amount>%s</Allowance_Amount>\n"
+ "</Data>\n",
m.group(1).trim(), m.group(2));
sb.append(data);
}
}
sb.append("<Xml>\n");
return sb.toString();
}
添加回答
舉報
0/150
提交
取消