Como parsear esto.

[daveG]

Hola sucede que me pondran un archivo el cual seguro tendra miles de registros, y cada registro tendra 3 campos: NOMBRE, PAIS, CONTACTO, el archivo vendra algo asi EJ:

Código HTML:

NOMBRE                                        PAIS                                    CONTACTO
Industria algodonera                          chile                                   juan perez
ACER                                          estados unidos                          john smith
H P                                           usa                                     juan de la cruz
 

Imaginense miles de registros asi, pero lo que no logro hacer es la logica de como parsear esto, debido a que entre un campo y otro no existe un separador ya definido como un punto y coma o algo asi, y la cantidad de espacios varia entre un campo y otro, entonces Necesito si alguien me pudiera mas o menos explicar la logica de como lograr esto. De antemano mil gracias.

[cucuru]

Puedes probar con lastIndexOf(int ch), y luego un substring y trim para eliminar espacios.

Saludos

[Xerelo]

Yo haría lo siguiente,

como la columna central es de países (no serán muchos), crearia una lista con ellos y la utilizaría como separador para los otros dos campos. Para eso no te queda más remedio que echar un vistazo por encima al fichero, y luego con un método haría que me mostrara las líneas en las que no encuentra el país para corregir la lista.

No es muy eficiente, pero cuando los datos no están bien definidos solo se puede hacer este tipo de trucos. En tu caso, entre que no hay un separador, y que en los campos pueden aparecer espacios, no hay muchas opciones.

Otra posibilidad podría ser buscar dos espacios o más como separador (se puede hacer), pero tendrías que estar seguro de que dentro de un campo nunca va a haber dos espacios entre palabras.

Mejor que las otras posibilidades, si cada campo empieza en una misma posición de caracter (como parece en el ejemplo que has puesto), no tienes problema, solo tienes que hacer substring hasta donde empieza el siguiente campo.

[daveG]

Muchas gracias, la verdad lo que mejor podria hacer es lo que dice Xerelo, hacer un Substring hasta donde empieza el siguiente campo. Ojala me funcione bien..

[sirdaiz]

Yo estoy haciendo algo aprecido, si te sirve este codigo:

Código PHP:

public static void main(String[] args) throws IOException {
 
        Main2 listaAntigua=new Main2();
        FileInputStream fstream = new FileInputStream("C:/Users/hwsol/Documents/NetBeansProjects/JavaApplication4/catalogos.txt");
        InputStreamReader fichero = new InputStreamReader(fstream, "UTF-8");
        //DataInputStream in = new DataInputStream(fichero);        
        BufferedReader br = new BufferedReader(fichero);
    String strLine;
        List<String> los_catalogos =  null;
        String clave;
        while ((strLine = br.readLine()) != null )   {
            clave=null;
            los_catalogos= new ArrayList<String>();
            StringTokenizer st = new StringTokenizer(strLine, "\t");
            //System.out.println("numero"+st.countTokens());
            clave=st.nextToken();
            //System.out.println("clave"+clave);
            while (st.hasMoreTokens()){            
                String siguiente=st.nextToken();
                los_catalogos.add(siguiente);
            }
            listaAntigua.textosAntiguos(clave,los_catalogos);
            System.out.println("SIGUIENTE");
         }
    }
 

Aqui yo el archivo lo pase de una hoja excel a un .txt, por lo que automaticamente te lo speara por tabuladores y con esta linea:
StringTokenizer st = new StringTokenizer(strLine, "\t");
te los divine las tabulaciones

Saludos