如何使用正则表达式解析无分隔符的固定格式文本并格式化输出

本文讲解如何解析类似"000001bilbobagginsesq.1020"这样无分隔符的紧凑字符串，通过正则匹配提取字段，并用`printf`或`string.formatted()`实现对齐排版输出。

你遇到的问题本质并非printf失效，而是rec变量直接存储了原始未解析的整行字符串（如"000001BilboBagginsEsq.1020"），而printf("\n%4d %-60s ", line, rec)只是将整个长串按60字符左对齐打印——这当然无法产生你期望的“字段对齐”效果。

真正需要的是：先结构化解析字段，再分别格式化输出。由于原始数据无空格、逗号等分隔符，必须依赖字段的语义规律（如ID全数字、姓名首字母大写、年份结尾为数字等）进行正则切分。

以下是一个完整、健壮的解决方案：

✅ 步骤一：定义结构化数据类与解析逻辑

import java.util.regex.Matcher;
import java.util.regex.Pattern;

class Entry {
    private final String id;
    private final String firstName;
    private final String lastName;
    private final String title;
    private final String birthYear;

    // 使用正则精准捕获5个字段：ID(数字) + FirstName(大写开头单词) + LastName(同上) + Title(同上) + Year(数字)
    private static final Pattern PATTERN = Pattern.compile(
       
 "(\\d+)([A-Z][a-z._]+)([A-Z][a-z._]+)([A-Z][a-z._]+)(\\d+)"
    );

    public static Entry parse(String rawLine) {
        Matcher m = PATTERN.matcher(rawLine);
        if (!m.matches()) {
            throw new IllegalArgumentException("Invalid format: " + rawLine);
        }
        return new Entry(
            m.group(1), m.group(2), m.group(3), m.group(4), m.group(5)
        );
    }

    private Entry(String id, String firstName, String lastName, String title, String birthYear) {
        this.id = id;
        this.firstName = firstName;
        this.lastName = lastName;
        this.title = title;
        this.birthYear = birthYear;
    }

    @Override
    public String toString() {
        // 每字段分配15字符宽度，左对齐；年份不加空格（右对齐更自然，此处保持左对齐一致性）
        return String.format("%-15s%-15s%-15s%-15s%s", 
            id, firstName, lastName, title, birthYear);
    }
}

✅ 步骤二：在文件读取循环中解析并打印

// 假设 reader 已由 JFileChooser 初始化
int lineNum = 0;
String rec;
while ((rec = reader.readLine()) != null) {
    lineNum++;
    try {
        Entry entry = Entry.parse(rec);
        // 输出：行号 + 格式化后的字段（符合你的示例样式）
        System.out.printf("%d %s%n", lineNum, entry);
    } catch (IllegalArgumentException e) {
        System.err.println("Parse error at line " + lineNum + ": " + e.getMessage());
    }
}
System.out.println("\nData file read!");

⚠️ 关键注意事项

• 正则可靠性：当前正则假设姓名/头衔均由“首字母大写+小写字母/点/下划线”组成（如 Bilbo, Baggins, Esq.）。若实际数据含空格、连字符（如 Mary-Jane）或小写前缀（如 de Gaulle），需扩展正则，例如 (\\d+)([A-Z][a-z._\\-]+)([A-Z][a-z._\\-]+)([A-Z][a-z._\\-]+)(\\d+)。
• 边界处理：reader.ready() 不是安全的循环条件（尤其对网络流或缓冲问题），应始终用 readLine() != null 判断。
• 资源管理：推荐使用 try-with-resources（如答案所示），避免手动 close() 遗漏导致文件句柄泄漏。
• 性能提示：Pattern.compile() 是开销操作，应定义为 static final，避免在循环内重复编译。

✅ 最终输出效果

输入行：000001BilboBagginsEsq.1020
输出：

1 000001         Bilbo          Baggins        Esq.           1020

完全匹配你的目标格式——字段间由空格对齐，视觉清晰，便于阅读与后续处理。

此方法将“原始字符串→结构化对象→格式化视图”的职责分离，既保证解析准确性，又赋予输出高度可控性，是处理无分隔符定长/变长记录的标准实践。