java实现读取本地txt文件(行政区划制作层级标记表格)

首先接到的是一个网址，地址是http://www.zxinc.org/gb2260.htm。但这个网址后来就没用了，服务器那边应该出问题了，不过还好我保存到本地了。

再放一个云盘

链接：https://pan.baidu.com/s/1Hkf2PtRGK3dLQ50tJ1mk4g
提取码：unon 

 这里我是将那个页面打开查看源码然后复制下来的，所以前面带了一个<BR>,这里的每行是由区划代码、区划名称构成。这里一共有6976行

我的需求是将这份文本做成excel，并分成三列，1列放区划代码，2列放名称，3列需要自家根据区划代码来标记区划层级，如省级则标记1，市级标记2，县级标记3.

这里我没有用一套流程走到底，excel表格也是我直接手动创建并粘贴数据上去的。我只需要在文本中过滤出我想要的数据并打印到控制台，只要行数是正确的，一列列粘贴到excel表格上是可以的。其实也可以写一个方法来写入至excel,但那样效率低，没必要。

好了直接贴代码，这里我直接是写在main方法里了，我直接将main方法复制下来。有一部分代码暂时不会用到，我将其注释掉了，等需要用时我会打开注释

public static void main(String[] args) {
        File file = new File("D:\xzqh.txt");  //源文本
//        File file = new File("D:\code.txt");  //代码+标记文本
        BufferedReader br = null;
        StringBuffer sb = null;
        try {
            //在字节流的基础上套用InputStreamReader转换为字符流
            br = new BufferedReader(new InputStreamReader(new FileInputStream(file.getPath()), "GBK"));
            sb = new StringBuffer();
            String line = null;
            while ((line = br.readLine()) != null) {
                sb.append(line);
            }
        } catch (Exception e) {
            e.printStackTrace();
        } finally {
            try {
                br.close();
            } catch (Exception e) {
                e.printStackTrace();
            }
        }
        //打印文件的所有内容
        System.err.println(new String(sb));  
//      
        //设置过滤条件
//        String regex = "\d{6}";  //匹配数字
//        String regex = "[a-zA-Z]";  //匹配英文字母
//        String regex = "[u4e00-u9fa5]{1,}";  //匹配中文
//        Pattern p = Pattern.compile(regex);
//        Matcher m = p.matcher(new String(sb));
//        while (m.find()) {
            //追加
//            String str1 = m.group();
//            if(str1.indexOf("省") != -1 || str1.indexOf("市") != -1 || str1.indexOf("区") != -1) {
//                System.err.println(m.group());
//            }else if(str1.indexOf("[县]") != -1) {
//                System.err.println(m.group());
//                break;
//            }else if(str1.indexOf("县") != -1 || str1.indexOf("旗") != -1 || str1.indexOf("盟") != -1) {
//                System.err.println(m.group());
//            }else if(str1.indexOf("州") != -1 || str1.indexOf("岛") != -1 || str1.indexOf("直辖行政单位") != -1) {
//                System.err.println(m.group());
//            }else if(str1.indexOf("镇") != -1 || str1.indexOf("委员会") != -1) {
//                System.err.println(m.group());
//            }else {
//                System.out.print(m.group()); 
//            }
　　　　　　　　　　

　　　　　　　　// //code处理，这段是后面加上去的
　　　　　　　　// StringBuffer str = new StringBuffer(m.group());
　　　　　　　　// if("A".equals(str.toString())) {
　　　　　　　　// System.err.println(str.append("1"));
　　　　　　　　// }else if("B".equals(str.toString())) {
　　　　　　　　// System.err.println(str.append("2"));
　　　　　　　　// }else if("C".equals(str.toString())) {
　　　　　　　　// System.err.println(str.append("3"));
　　　　　　　　// }else {
　　　　　　　　// System.err.println(str);
　　　　　　　　// }

//直接输出
//            System.out.println(m.group());
            //处理追加字符
//            StringBuffer str = new StringBuffer(m.group());
//            String code0 = str.substring(0, 2); //截取0-2位
//            String code1 = str.substring(2, 4); //截取中间两位
//            String code2 = str.substring(4, 6); //截取后2位
//            if(!"00".equals(code2)) { //县级
//                System.out.println(str.append("C")); 
//            }else if(!"00".equals(code1) && "00".equals(code2)) {//市级
//                System.out.println(str.append("B")); 
//            }else if(!"00".equals(code0) && "00".equals(code1) && "00".equals(code2)){ //省级
//                System.out.println(str.append("A")); 
//            }else {
//                System.out.println(str); 
//            }
//        }
    }

讲一下整体思路吧，我们得到的结果是有三列的Excel表格，所以我们一列一列的走，先拿到他的区划代码

然后接下来是步骤

1.将上面的代码运行，注意文件位置是对的，正确运行的话应该是下面的样子，这是没有换行的，不过这个影响不大。

 将 打印所有内容 那行代码注释掉，因为我们不需要打印所有，只需要将区划代码打印出来；并将下面的注释打开，如图

 再次运行程序，打印台输出区划代码，同样是6976行（总行数），将其复制粘贴至excel的第一列

 2.根据行政区划做标记省级为XX0000,市级为XXX000或XXXX00，县级为XXXXXX或XXXXX0，层级标记的是数字，所以，但是区划也是数字，在这里不好区分开，所以暂时用ABC代替123，便于过滤。

将 直接输出 那行代码注释，如图，其他则不变。这段代码是根据区划代码在后面加上标记

 输出如图：这里的000000是中华人民共和国，因为只有一个，所以我这里不做判断

 

 然后将打印台内容全选放入一个新的txt文本，取名code.txt。里面保存的是行政区划+区划标记的文本。（先暂时存放，后面还需要用到）

3.将 处理追加字符下面这段代码注释掉，打开 直接输出 的注释，如图

 然后将过滤条件更换成匹配中文，然后将 直接输出 这行代码注释掉，将蓝色部分代码的注释打开。这里解释一下为什么已经匹配了中文还需要这么麻烦地对比字符，这是因为有些地名实在是千奇百怪，直接匹配地名，会导致匹配出来行数对不上，也就是数据有问题，所以才这样走一遍的：

 然后直接输出，打印台是这样的，复制到Ecel，这样就拿到第二列的区划名称

 

4.读取刚才的code.txt，注意路径。并将以下代码如图注释掉。这里匹配字母然后选择过滤后直接输出！

 记得将上面的读取的文件替换成code.txt，将code处理这段注释打开，

打印出一串字母+数字组合，再将以下打印台输出的额所有内容复制到code.txt，再更换过滤条件，单独将数字取出

 过滤后直接输出即可，不需要处理什么，注意运行前记得把匹配的6为数字改成1位

 控制台输出：

 将其复制粘贴至Excel中即可。注意1开始是从北京市开始的，而不是从中华人民共和国开始。

 逻辑有点乱，下次好好梳理