添加对文件以表格的形式进行读取的工具类

src/main/java/pres/auxiliary/tool/readfile/ListFileRead.java

@@ -0,0 +1,301 @@
+package pres.auxiliary.tool.readfile;
+
+import java.io.BufferedReader;
+import java.io.File;
+import java.io.FileInputStream;
+import java.io.FileReader;
+import java.io.IOException;
+import java.util.ArrayList;
+import java.util.Arrays;
+import java.util.List;
+import java.util.concurrent.atomic.AtomicInteger;
+
+import org.apache.poi.hssf.usermodel.HSSFWorkbook;
+import org.apache.poi.hwpf.HWPFDocument;
+import org.apache.poi.ss.usermodel.Cell;
+import org.apache.poi.ss.usermodel.Row;
+import org.apache.poi.ss.usermodel.Sheet;
+import org.apache.poi.ss.usermodel.Workbook;
+import org.apache.poi.xssf.usermodel.XSSFWorkbook;
+import org.apache.poi.xwpf.usermodel.XWPFDocument;
+import org.apache.poi.xwpf.usermodel.XWPFParagraph;
+
+import com.opencsv.CSVReader;
+
+import pres.auxiliary.tool.file.UnsupportedFileException;
+
+/**
+ * <p><b>文件名：</b>FileRead.java</p>
+ * <p><b>用途：</b>用于读取文本内容，并将其转换为行列的形式对内容进行返回，
+ * 支持表格文件（xls/xlsx/csv格式）和文本文件（doc/docx/txt格式）。默认在读取文件时，
+ * 以列为单位读取并输出，若特殊需要，可调用表格转置方法，将内容的行列转置后再输出
+ * </p>
+ * <p><b>编码时间：</b>2020年3月29日 下午2:36:46</p>
+ * <p><b>修改时间：</b>2020年3月29日 下午2:36:46</p>
+ * @author 彭宇琦
+ * @version Ver1.0
+ * @since JDK 12
+ */
+public class ListFileRead {
+	/**
+	 * 存储文件的后缀名
+	 */
+	private String suffix = "";
+	
+	/**
+	 * 存储被切分的词语<br>
+	 * 外层ArrayList：存在多列的情况，存储每一列<br>
+	 * 内层ArrayList：存储每一列的所有词语
+	 */
+	private ArrayList<List<String>> wordList = new ArrayList<List<String>>();
+	
+	/**
+	 * 存储对文本分词处理的分隔符
+	 */
+	private String splitWord = "";
+	
+	/**
+	 * 存储当前获取到的内容组成的表格最大行数
+	 */
+	private int maxRowNum = -1;
+	/**
+	 * 存储当前获取到的内容组成的表格最大列数
+	 */
+	private int maxColumnNum = -1;
+	
+	/**
+	 * 根据传入文件格式，将文件的内容进行转换
+	 * @param file
+	 * @throws IOException
+	 */
+	public ListFileRead(File file) throws IOException {
+		// 存储文件的名称
+		String fileName = file.getName();
+		//存储文件名的后缀，并根据后缀来判断采用哪一种读取方式
+		switch ((suffix = fileName.substring(fileName.lastIndexOf(".") + 1))) {
+		case "doc":
+		case "docx":
+			readWord(file);
+			break;
+
+		case "xls":
+		case "xlsx":
+			readExcel(file);
+			break;
+
+		case "txt":
+			readTxt(file);
+			break;
+
+		case "csv":
+			readCsv(file);
+			break;
+		default:
+			throw new UnsupportedFileException("无法解析“" + fileName + "”文件格式");
+		}
+	}
+	
+	/**
+	 * 用于返回一列数据
+	 * @param columnIndex 列下标
+	 * @return 相应一列的数据
+	 */
+	public List<String> getColumn(int columnIndex) {
+		if (columnIndex > maxColumnNum) {
+			return null;
+		}
+		
+		return wordList.get(columnIndex);
+	}
+	
+	/**
+	 * 用于将存储的行列内容转置（行作为列，列作为行），为保证转置后能再次转换回原始行列，若列表本身
+	 * 数量不对应时，则转置中将无数据的位置添加为空串
+	 */
+	public void tableTransposition() {
+		//若行列长度为0，则不进行存储
+		if (maxColumnNum ==0 || maxRowNum == 0) {
+			return;
+		}
+		
+		//存储转置后的文本
+		ArrayList<List<String>> newWordList = new ArrayList<List<String>>();
+		
+		//读取wordList的一列，将该列内容作为newWordList的一行
+		for (int row = 0; row < maxRowNum; row++) {
+			ArrayList<String> columnText = new ArrayList<String>();
+			//根据行读取每一个元素
+			for (int column = 0; column < maxColumnNum; column++) {
+				try {
+					columnText.add(wordList.get(column).get(row));
+				} catch (IndexOutOfBoundsException e) {
+					//若该列的该行并无元素，则存储空串
+					columnText.add("");
+				}
+			}
+			//存储该列内容
+			newWordList.add(columnText);
+		}
+		
+		//将wordList替换成newWordList
+		wordList = newWordList;
+		
+		//交换最大行列
+		int temp = maxColumnNum;
+		maxColumnNum = maxRowNum;
+		maxRowNum = temp;
+	}
+
+	/**
+	 * 该方法用于读取并处理csv文件
+	 * 
+	 * @param f 待读取的文件
+	 * @return 读取的文本
+	 * @throws IOException
+	 */
+	private void readCsv(File f) throws IOException {
+		// 定义CSV文件对象
+		CSVReader csv = new CSVReader(new FileReader(f));
+		//存储获取到的内容中一行最大的长度
+		AtomicInteger maxSizeNum = new AtomicInteger(-1);
+		
+		//读取文件内容，由于该方法的读取是按照行进行读取，故需要对读取的行列进行一个转换
+		csv.forEach(texts -> {
+			//获取整行内容
+			List<String> text = Arrays.asList(texts);
+			//存储该行内容
+			wordList.add(text);
+			
+			//判断当前内容的元素个数，若大于之前存储的内容，则将该行的元素个数最为最大值存储
+			maxSizeNum.set(maxSizeNum.get() > text.size() ? maxSizeNum.get() : text.size());
+		});
+		
+		//更新最大行列数
+		maxRowNum = maxSizeNum.get();
+		maxColumnNum = wordList.size();
+		
+		//由于文本以行作为单位，不符合当前的返回规则，故将其进行转置处理
+		tableTransposition();
+		
+		csv.close();
+	}
+
+	/**
+	 * 该方法用于读取并处理txt文件
+	 * 
+	 * @param f 待读取的文件
+	 * @return 读取的文本
+	 * @throws IOException
+	 */
+	private void readTxt(File f) throws IOException {
+		BufferedReader br = new BufferedReader(new FileReader(f));
+		/*
+		// 用于存储读取到的
+		String text = "";
+		// 定义临时读取文件时得到的字符串
+		String temp = "";
+		// 循环，读取文件中所有的文本
+		// 循环，按行读取文本
+		while ((temp = br.readLine()) != null) {
+			// 拼接字符串
+			text += (temp + LINE);
+		}
+
+		br.close();
+		return text;
+		*/
+	}
+
+	/**
+	 * 该方法用于读取并处理excel文件，根据后缀名选择不同的读取方式
+	 * 
+	 * @param f 待读取的文件
+	 * @return 读取的文本
+	 * @throws IOException
+	 */
+	private void readExcel(File f) throws IOException {
+		String xlsx = "xlsx";
+		
+		// 读取文件流
+		FileInputStream fip = new FileInputStream(f);
+
+		// 用于读取excel
+		Workbook excel = null;
+		// 根据文件名的后缀，对其判断文件的格式，并按照相应的格式构造对象
+		if (f.getName().indexOf(xlsx) > -1) {
+			// 通过XSSFWorkbook对表格文件进行操作
+			excel = new XSSFWorkbook(fip);
+		} else {
+			// 通过XSSFWorkbook对表格文件进行操作
+			excel = new HSSFWorkbook(fip);
+		}
+
+		// 关闭流
+		fip.close();
+
+		// 用于存储文本
+		String text = "";
+
+		// 读取excel中的内容
+		// 读取方式为，将列与行的内容一同写在一列文本中，不考虑分列
+		Sheet sheet = excel.getSheetAt(0);
+		for (int i = 0; i < sheet.getLastRowNum(); i++) {
+			Row row = sheet.getRow(i);
+			for (int j = 0; j < row.getLastCellNum(); j++) {
+				try {
+					Cell cell = row.getCell(j);
+//					text += (cell.toString() + LINE);
+				} catch(NullPointerException e) {
+					//当读取到的列表为空时，则会抛出空指针的异常，此时不对该行进行存储
+				}
+			}
+		}
+
+		excel.close();
+	}
+
+	/**
+	 * 该方法用于读取并处理word文件，根据后缀名选择不同的读取方式
+	 * 
+	 * @param f 待读取的文件
+	 * @return 读取的文本
+	 * @throws IOException
+	 */
+	private void readWord(File f) throws IOException {
+		String docx = "docx";
+		
+		// 用于存储读取到的文本
+		String text = "";
+		// 读取文件流
+		FileInputStream fip = new FileInputStream(f);
+		// 由于读取doc与docx的类不继承自同一个类，所以无法直接写在一起，只能通过判断语句隔开
+		if (f.getName().indexOf(docx) > -1) {
+			XWPFDocument word = new XWPFDocument(fip);
+			// 07版本相较麻烦，需要分段读取
+			for (XWPFParagraph pa : word.getParagraphs()) {
+//				text += (pa.getText() + LINE);
+			}
+			word.close();
+		} else {
+			HWPFDocument word = new HWPFDocument(fip);
+			// 由于03版的word可通过getText()方法直接返回文本内容，故可直接写
+			StringBuilder temp = word.getText();
+			while (true) {
+				int i = -1;
+				// 判断是否存在/r，若存在/r则替换成/n
+				if ((i = temp.indexOf("\r")) > -1) {
+					temp.replace(i, i + 1, "\n");
+					continue;
+				}
+				// 若未搜索到/r则结束循环
+				break;
+			}
+
+			// 存储替换后的文本
+			text = temp.toString();
+			word.close();
+		}
+
+		fip.close();
+	}
+}

src/test/java/pres/auxiliary/tool/readfile/ListFileReadTest.java

@@ -0,0 +1,32 @@
+package pres.auxiliary.tool.readfile;
+
+import java.io.File;
+import java.io.IOException;
+
+import org.testng.annotations.AfterMethod;
+import org.testng.annotations.BeforeTest;
+import org.testng.annotations.Test;
+
+public class ListFileReadTest {
+	ListFileRead lfr;
+	
+	@BeforeTest
+	public void start() throws IOException {
+		lfr = new ListFileRead(new File("F:\\5.测试文件\\1.用例生成程序测试文件\\模块信息.csv"));
+	}
+	
+	@AfterMethod
+	public void showColumn() {
+		lfr.getColumn(0).forEach(System.out :: println);
+		System.out.println("------------------------------------");
+		lfr.getColumn(1).forEach(System.out :: println);
+		System.out.println("------------------------------------");
+	}
+
+	@Test
+	public void tableTranspositionTest() {
+		lfr.tableTransposition();
+		lfr.getColumn(16).forEach(System.out :: println);
+		System.out.println("------------------------------------");
+	}
+}