需要帮助解析Java中的文件

问题描述：

我目前正在做一个小型数据结构项目，并且我试图获得全国各地大学的数据;然后用它们做一些数据处理。我发现这个数据在这里：http://archive.ics.uci.edu/ml/machine-learning-databases/university/university.data 需要帮助解析Java中的文件

，但这个数据的问题是（我从网站引用）：“这是在数据文件末尾的一些相关功能的LISP可读的文件。”我打算将这些数据保存为.txt文件。

文件看起来有点像：

(def-instance Adelphi 
     (state newyork) 
     (control private) 
     (no-of-students thous:5-10) 
     (male:female ratio:30:70) 
     (student:faculty ratio:15:1) 
     (sat verbal 500) 
     (sat math 475) 
     (expenses thous$:7-10) 
     (percent-financial-aid 60) 
     (no-applicants thous:4-7) 
     (percent-admittance 70) 
     (percent-enrolled 40) 
     (academics scale:1-5 2) 
     (social scale:1-5 2) 
     (quality-of-life scale:1-5 2) 
     (academic-emphasis business-administration) 
     (academic-emphasis biology)) 
(def-instance Arizona-State 
     (state arizona) 
     (control state) 
     (no-of-students thous:20+) 
     (male:female ratio:50:50) 
     (student:faculty ratio:20:1) 
     (sat verbal 450) 
     (sat math 500) 
     (expenses thous$:4-7) 
     (percent-financial-aid 50) 
     (no-applicants thous:17+) 
     (percent-admittance 80) 
     (percent-enrolled 60) 
     (academics scale:1-5 3) 
     (social scale:1-5 4) 
     (quality-of-life scale:1-5 5) 
     (academic-emphasis business-education) 
     (academic-emphasis engineering) 
     (academic-emphasis accounting) 
     (academic-emphasis fine-arts)) 

     ......

The End Of the File:

(dfx def-instance (l) 
    (tlet (instance (car l) f-list (cdr l)) 
    (cond ((or (null instance) (consp instance)) 
      (msg t instance " is not a valid instance name (must be an atom)")) 
      (t (make:event instance) 
      (push instance !instances) 
      (:= (get instance 'features) 
       (tfor (f in f-list) 
        (when (cond ((or (atom f) (null (cdr f))) 
           (msg t f " is not a valid feature " 
             "(must be a 2 or 3 item list)") nil) 
           ((consp (car f)) 
           (msg t (car f) " is not a valid feature " 
            "name (must be an atom)") nil) 
           ((and (cddr f) (consp (cadr f))) 
           (msg t (cadr f) " is not a valid feature " 
            "role (must be an atom)") nil) 
           (t t))) 
        (save (cond ((equal (length f) 3) 
           (make:feature (car f) (cadr f) (caddr f))) 
           (t (make:feature (car f) 'value (cadr f))))))) 
      instance)))) 

(set-if !instances nil) 



(dex run-uniq-colleges (l n) 
    (tfor (sc in l) 
    (when (cond ((ge (length *events-added*) n)) 
       ((not (get sc 'duplicate)) 
       (run-instance sc) 
~     (remprop sc 'features) 
       nil) 
       (t (remprop sc 'features) nil))) 
    (stop)))

我最感兴趣的数据是学生人数，学术重点和校名。

任何帮助，非常感谢。

答

您可以工作/使用的Lisp文件分析器，或者你可以忽略它的写在语言和重点数据。你刚才提到你需要：

校名
学生人数
学术重点

可以grep相关的关键字（DEF实例，没有的，学生，学业加重），这将离开你（根据你的例子）：

(def-instance Adelphi 
     (no-of-students thous:5-10) 
     (academic-emphasis business-administration) 
     (academic-emphasis biology)) 
(def-instance Arizona-State 
     (no-of-students thous:20+) 
     (academic-emphasis business-education) 
     (academic-emphasis engineering) 
     (academic-emphasis accounting) 
     (academic-emphasis fine-arts))

这简化了写一个spe cific parser（def-instance之后是名称，然后是下一个def-instance之前的所有学术重点和no-of-students都指的是以前定义的名称）

答

如果你要口齿不清解析，您需要知道“堆栈”的。

当你遇到一个(，你推到堆栈中。你现在处于一个新的范围内，比你之前的水平高出一个水平。

Similiarly，当你遇到一个你)弹出堆栈 - 完成该层和下降的水平。

因此，在这种情况下，你在空状态开始。你遇到的第一件事是(，所以现在你处于“定义”状态。（我刚刚做完了，可以随意调用它）。你遇到def-instance令牌，然后是大学的名字。你继续阅读，你会遇到另一个(（忽略空白，只解析令牌。）这使你处于属性状态。（我也是这样做的）。既然你是从定义跳转到属性，那么现在就创建你的对象是可以的。喜欢的东西UnivData data = new UnivData(parsedToken)（凡parsedToken评估为“阿德菲”

好回特性 - 你读过第一(，那么你读“状态”和“纽约”，接着又)所以，你可以分配将当前UnivData的状态变量设置为newyork

您对所有属性重复此行为，但在学术重点后遇到其他)这是您提示关闭当前对象并开始寻找另一个对象。

起初，我还是忍不住要说使用地图。有多个ACAD的事实emic-emphasis令牌表示您应该使用更好的数据结构，可能是Map>。它可能更好地推出自己的Property类，它有一个字符串，或者如果它获取多个值，它切换到一个字符串列表。

答

你有没有关于在a中运行该Lisp文件用于Java VM的Lips解释器？

作为一个例子，与JSR-223兼容的Armed Bear Common Lisp会简单地解析你的文件。

并使用JSR-233，您将能够访问脚本定义的变量（如Adephi和其他），如examples show。

编辑从评论请求，一些补充说明（尽管对我来说似乎很简单）。

所以，假设你在你的类路径中有Armed bear Common Lisp，并且file是你的脚本的绝对文件名（这个例子很受启发/从JSR-223 example借来）。

首先，安装脚本引擎

ScriptEngineManager scriptManager = new ScriptEngineManager(); 
scriptManager.registerEngineExtension("lisp", new AbclScriptEngineFactory()); 
ScriptEngine lispEngine = scriptManager.getEngineByExtension("lisp");

然后，加载脚本脚本引擎

Object eval = lispEngine.eval(new FileReader(file));

现在，一个小的调试器的武装，去看看有什么在（我不是胆子足够多安装所有的环境来为你做这项工作）

我该怎么做呢？ – Brendan 2011-04-06 21:00:06

需要帮助解析Java中的文件

相关推荐