如何解析复杂的文本

Question

(study "Test"
 (rootasset "Test"
  (asset "Test"
   (asset "A"
    (data "inputs"
     ("CFID" "text" "评估编号")
     ("CODE" "text" "代码")
     ("SEQNUM" "text" "序号")))
   (asset "B"))))
有以上这样的一个文本，通过一个第三方的软件解析的结果为下图：上述是一个树形结构，树上的数据大致是以 名称 类型 数据 这样的方式存储，类型有很多，不仅仅只是text，有各种类型包括大字段，日期等，不知道使用java的方式有没有什么好的思路，上述文件只是一个测试文件，内容较少，实际文件较大，10MB以上。如何解析复杂的文本

Answer 1

import java.io.BufferedReader;
import java.io.IOException;
import java.io.InputStreamReader;
import java.util.ArrayList;
import java.util.HashMap;
import java.util.LinkedHashMap;
import java.util.Stack;
public class Parser { public static final String DataFile = "Parser.data";

static class TreeData{
String name;
String type;
Object data;
}
static class TreeNode{
String name;
String title;
ArrayList<TreeNode> children = new ArrayList<TreeNode>(0);
LinkedHashMap<String, TreeData> datas = new LinkedHashMap<String, TreeData>();
}
static interface Converter{
Object convert(String data);
public static final Converter TextParser = new Converter() {
public Object convert(String data) {
return data;
}
};
}

/**
 * 用例
 */
public static void main(String[] args) throws IOException {
BufferedReader reader =  new BufferedReader(new InputStreamReader(Parser.class.getResourceAsStream(DataFile),"GBK"));
HashMap<String, Converter> converters = new HashMap<String, Converter>();
converters.put("text", Converter.TextParser);
TreeNode tree = null;
try{
tree = parse(reader,converters);
}finally{
reader.close();
}
printTreeNode(tree);
}

private static void printTreeNode(TreeNode node) {
System.out.println(node.name+"  "+node.title);
if(!node.datas.isEmpty()){
for(TreeData data : node.datas.values()){
System.out.println("\t"+data.name+"  "+data.type+"  "+data.data);
}
}
if(!node.children.isEmpty()){
for(TreeNode tn : node.children){
printTreeNode(tn);
}
}
} private static TreeNode parse(BufferedReader reader,HashMap<String, Converter> converters) throws IOException {
String line = null;
TreeNode root = new TreeNode();
Stack<TreeNode> stack = new Stack<TreeNode>();
stack.push(root);
while((line = reader.readLine())!=null){
line = line.trim();
int index = line.indexOf(')');
if(line.charAt(0)=='('){
if(line.charAt(1)=='"'){
TreeData treeData = parseTreeData(line.substring(1,index>0?index:line.length()),converters);
stack.peek().datas.put(treeData.name, treeData);
}else{
TreeNode treeNode = parseTreeNode(line.substring(1,index>0?index:line.length()));
stack.peek().children.add(treeNode);
stack.push(treeNode);
}
if(index>0 && index<line.length()){
for(int i=line.length()-index;i>(line.charAt(1)=='"'?1:0);i--){
stack.pop();
}
}
}else{
throw new IllegalStateException("数据格式异常，未以左括号开始");
}
}
return root.children.get(0);
}

private static TreeNode parseTreeNode(String line) {
String[] subData = line.split("\\s");
TreeNode treeNode = new TreeNode();
treeNode.name = subData[0];
treeNode.title = subData[1].substring(1,subData[1].length()-1);
return treeNode;
}

private static TreeData parseTreeData(String line, HashMap<String, Converter> dataParser) {
String[] subData = line.split("\\s");
TreeData treeData = new TreeData();
treeData.name = subData[0].substring(1,subData[0].length()-1);
treeData.type = subData[1].substring(1,subData[1].length()-1);
treeData.data = dataParser.get(treeData.type).convert(subData[2].substring(1,subData[2].length()-1));
return treeData;
}

}

Answer 2

谢谢preferme的实现和Inhibitory的建议，以上是一个简单的测试数据，下面我给一个稍微复杂的数据。供大家看看;;;
;;; This file was created by OGRE version 4.0.2.65
;;; on Tue Mar 05 10:48:47 CST 2013
;;;
tag = "4.0.2!ASSET"
(study "test"
 (rootasset "test"
  (asset "A"
   (data "inputs"
    ("oil" "History.ProductionRate.oil" 
     (stream "bbl/month"
      0.0 "bbl"
      (yearly (reference "date#streamStartDate;") (reference "date#digitalEndDate;") -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19)))
    ("BUREAU" "text" "所属居A")
    ("FACTORY" "text" "FACTORY 1")
    ("FIELD" "text" "油气田A")
    ("OPERATOR" "text" "PetroChina")
    ("reservoir" "text" "油藏名称A"))
   (asset "C"
    (data "inputs"
     ("pvsz" "History.Pressure" 
      (stream "psi"
       0.0 "psi"
       (yearly 1/1/2008 1/1/2015 2008.0 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19)))
     ("condensate" "History.ProductionRate.condensate" 
      (stream "bbl/day"
       0.0 "bbl"
       (yearly 1/1/2008 1/1/2015 2008.0 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19)))
     ("gas" "History.ProductionRate.gas" 
      (stream "MCF/month"
       0.0 "MCF"
       (yearly 1/1/2008 1/1/2015 2008.0 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19)))
     ("averageProduction" "History.ProductionRate.oil" 
      (stream "bbl/day"
       0.0 "bbl"
       (yearly 1/1/2008 1/1/2015 2008.0 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19)))
     ("oil" "History.ProductionRate.oil" 
      (stream "bbl/month"
       0.0 "bbl"
       (monthly 1/1/2008 1/1/2015 2008.0 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19)))
     ("water" "History.ProductionRate.water" 
      (stream "bbl/month"
       0.0 "bbl"
       (yearly 1/1/2008 1/1/2015 2008.0 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19)))
     ("condensate" "History.ProductionWeight.condensate" 
      (stream "metric_ton/day"
       0.0 "metric_ton"
       (yearly 1/1/2008 1/1/2015 2008.0 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19)))
     ("averageProduction" "History.ProductionWeight.oil" 
      (stream "metric_ton/day"
       0.0 "metric_ton"
       (yearly 1/1/2008 1/1/2015 2008.0 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19)))
     ("oil" "History.ProductionWeight.oil" 
      (stream "metric_ton/day"
       0.0 "metric_ton"
       (yearly 1/1/2008 1/1/2015 2008.0 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19)))
     ("producingWells" "History.WellCount" 
      (stream ""
       0.0 ""
       (yearly 1/1/2008 1/1/2015 2008.0 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19)))
     ("condensate" "ProductionRate.condensate" 
      (stream "bbl/day"
       0.0 "bbl"
       (yearly (reference "date#streamStartDate;") (reference "date#digitalEndDate;") -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19)))
     ("gas1" "ProductionRate.gas" 
      (stream "MCF/day"
       0.0 "MCF"
       (yearly (reference "date#streamStartDate;") (reference "date#digitalEndDate;") -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19)))
     ("oil1" "ProductionRate.oil" 
      (stream "bbl/month"
       0.0 "bbl"
       (yearly 1/1/2008 1/1/2080 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19)
       (segment 1
        ("START_DATE" "date" 3/5/2013
         (transforms
          (reference "if ( defined ( date#psd ) )
{  date#psd;  }
else {  date#streamStartDate;  }")))
        ("CURVE_TYPE" "int" 2 ""))))
     ("gas1" "Shrinkage.gas" 
      (stream "%"
       0.0 "%"
       (yearly (reference "date#streamStartDate;") (reference "date#digitalEndDate;") -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19 -9.123E19)))
     ("AREA" "text" "油区C")
     ("CFID" "text" "评估编号C")
     ("CODE" "text" "代码C")
     ("COUNTRY" "text" "China")
     ("INSERT" "text" "插入编号C")
     ("LEASE" "text" "单元C")
     ("MOVE" "text" "移动编号C")
     ("SEQNUM" "text" "序号C"))))
  (asset "B")))