正在读取 java 文件，其中包含用于换行的转义字符

Question

我有一个 Unicode 文件需要导出到数据库 (Vertica)。列分隔符为CTRL+B，记录分隔符为换行符(\n)。每当列值中有换行符时，CTRL+A 用作转义符。

当我使用BufferedReader.readLine() 读取此文件时，ID 为2 和4 的记录被读取为两条记录。而我想将它们作为输出中给出的单个完整记录来阅读。

这是示例输入文件。 |代表 CTRL+B 和 ^ 代表 CTRL+A.

Input
ID|Name|Job Desc
----------------
1|xxxx|SO Job
2|YYYY|SO Careers^
Job
3|RRRRR|SO
4|ZZZZ^
 ZZ|SO Job
5|AAAA|YU

Output:
ID|Name|Job Desc
----------------
1|xxxx|SO Job
2|YYYY|SO Careers Job
3|RRRRR|SO
4|ZZZZ ZZ|SO Job
5|AAAA|YU

文件太大，无法使用StringEscapeUtils。对此有何建议？

Answer 1

您可以使用带有自定义分隔符的 Scanner。我使用的分隔符设置为匹配 \n 但 而不是 \u0001\n （其中 \u0001 表示 CTRL+A）：

try {
    PrintWriter writer = new PrintWriter("dboutput.txt");
    Scanner sc = new Scanner(new File("dbinput.txt"));
    sc.useDelimiter(Pattern.compile("^(?!.*(\u0001\n)).*\n$"));
    while (sc.hasNext()) {
        writer.println(sc.next());
    }
    scanner.close();
    writer.close();
} catch (FileNotFoundException e) {
   e.printStackTrace();
}

Answer 2

他的回答部分正确。但是，它仍然没有解决 CTRL+A 转义的换行符。

这是我的解决方案（参考答案）

File f = new File("C:\Users\SV7104\Desktop\sampletest.txt");
Scanner sc = new Scanner(f).useDelimiter(Pattern.compile("\s*\u0002\n\s*"));
            while (sc.hasNext()) {
                System.out.print(1);
                System.out.println(sc.next().toString().replaceAll("\u0001\n", " "));

            }

如果还有其他有效的方法，我也很想知道。

正在读取 java 文件，其中包含用于换行的转义字符

Reading java file with escape characters for newline

java

escaping

bufferedreader

unicode-escapes