从一道Neusoft题中想到的Java日志API

    先来看看这一季度的试题的总体要求：

    部门已经完成了多次编程考试，为了方便对每个人的考试情况进行跟踪，需要
将所有人员的成绩进行合并、汇总。

    历次考试成绩格式为Excel格式，共有三列数据：邮件地址、姓名、成绩。为了
简化代码实现，在统计时，会先将Excel格式的成绩单“另存为”保存类型为“文本文件
(制表符分隔)(*.txt)”格式的文件，文件名称格式为“yyyymm.txt”（即：4位年份2位
月分.txt），作为程序的输入文件进行读取、合并操作。
   
    输入文件保存在c:\test\src\文件夹下，此文件夹下不会有其它文件。在汇总处
理之前，我们会检查此文件夹下的输入文件，确保文件名符合输入要求。

    在读取文件进行处理的过程中，如果遇到非法的数据，可以直接跳过当前人员的
成绩，继续处理其它数据。同时，需要将错误发生的源文件名，错误发生的行数，及
所在行内容记录在日志文件c:\test\test.log文件中。
    记录信息为“数据错误：yyyymm.txt 第 N 行。”。其中，yyyymm.txt、N分别为实际
的文件名与行数。

    合并后文件格式仍为文本文件，前两列为：邮件地址、姓名，从第三列开始，按
考试日期先后顺序逐一列出每次考试的成绩，如果某次考试缺考，则成绩以“--”
代替。合并后文件名称为“result.txt”，保存在c:\test\文件夹下。

    便于后续做进一步检索与处理，输出文件格式需要严格符合下面的要求：
    1）不需要有表头列，从文件第一行开始即为人员的成绩。
    2）列宽与对齐方式：前两列，“邮件地址”列宽30字符，左对齐；“姓名”列宽15
字符，左对齐；从第三列开始，列宽统一为4字符且右对齐。
    3）每位人员的成绩为一行数据，行末换行要符合windows平台习惯。
    4）人员成绩按姓名的汉语拼音顺序排序，如果姓名相同，按邮件地址字母顺序排序。
    附件给出输入文件与输出文件的示例，可仔细阅读以帮助理解上述格式要求。

提示：1)如果采用Java语言完成，编程过程中可以使用apache commons包中的api（这个
建议与考查的内容无关，至少便于对文件读写，评分是不会有任何影响）。
例如：固定列宽并且有对齐要求的文本格式化，可以使用commons-lang包中StringUtils
提供的LeftPad、RightPad方法（当然，这现方式并不强制要求，你也可以直接使用jdk
提供的PrintWriter.printf或者String.format或者其它方法这现同样的目的，选择自己
熟悉的就可以）
除以上包以外，请使用j2se6.0的标准内容。引入其他第3方库（如使用数据库）并不符合
考试要求。
2)日志记录推荐使用log4j或log4net。配置格式不做强制要求，但需要在源文件存在错误
时按要求记录问题。

    我们仍然忽略任何第三方API，只要是Java API能完成的工作，我们不只用第三方工具。看了这个需求，其中需要进行日志的操作和数据格式化输出，其余就是简单IO和一个合并算法。日中日志我们可以使用java.util.logging的API，数据格式化就使用String.format()方法，下面我们来分析分析。
    要使用Java的日志API，结合使用比较多的Log4j，首先想到的是日志的配置，下面来看看如何配置Java的日志API：

package logging;
import java.text.DateFormat;
import java.text.SimpleDateFormat;
import java.util.Date;
import java.util.logging.Formatter;
import java.util.logging.LogRecord;
/**
 * 日志记录器格式
 * 
 * @author Nanlei
 * 
 */
public class LogFormatter extends Formatter {
	@Override
	public String format(LogRecord record) {
		Date date = new Date();
		DateFormat df = new SimpleDateFormat("yyyy-MM-dd HH:mm:ss");
		String dateStr = df.format(date);
		return "[" + dateStr + "] [" + record.getLevel() + "]"
				+ record.getClass() + " : " + record.getMessage() + "\n";
	}
}

    这个类是用来规范日志记录格式的，我们自定义的日志记录方式可以通过扩展Formatter类来进行，覆盖其中的format方法即可，其中的程序是生成日期，然后返回我们要在日志中看到的日志格式，这都很好理解，就不多说什么了。
    写好了日志格式，那么在实际中该如何来使用呢，也很简单：

	private static final Logger logger = Logger.getLogger(Main.class.getName());
	private static void setLoggerSettings() throws Exception {
		logger.setLevel(Level.INFO);
		FileHandler fileHandler = new FileHandler("c:\\test\\test.log");
		fileHandler.setFormatter(new LogFormatter());
		logger.addHandler(fileHandler);
	}

    在类中声明一个静态的成员变量，然后对其进行一些设置，这里包括日志级别，输出位置和格式，那么格式就是上面那个类中设置的，调用setLoggerSettings()方法之后，就可以使用日志API了，这很简单。
    下面来分析题目需求，要从几个文件中来读取信息然后进行合并，文件中可能有非法数据，要进行处理。文件中的信息包括电子邮件，姓名和每次的成绩，要求合并成绩到一条记录中，那么我们就要首先读取这些信息，然后进行合并处理。信息是用制表符分隔的，那么读取上来后就要根据制表符分割，如果发现分割出现问题，就记录日志。
    首先抽象出数据中的对象，就是考试记录对象，我们简单刻画这个对象：

package bean;
/**
 * 考试记录bean
 * 
 * @author Nanlei
 * 
 */
public class ExamRecord {
	private String email;// 电子邮件
	private String name;// 人名
	private String record;// 单条成绩
	private String[] records;// 考试记录
	public ExamRecord() {
		super();
	}
	public ExamRecord(String email, String name, String record) {
		super();
		this.email = email;
		this.name = name;
		this.record = record;
	}
	public String getEmail() {
		return email;
	}
	public void setEmail(String email) {
		this.email = email;
	}
	public String getName() {
		return name;
	}
	public void setName(String name) {
		this.name = name;
	}
	public String getRecord() {
		return record;
	}
	public void setRecord(String record) {
		this.record = record;
	}
	public String[] getRecords() {
		return records;
	}
	public void setRecords(String[] records) {
		this.records = records;
	}
	@Override
	public String toString() {
		return "ExamRecord [email=" + email + ", name=" + name + ", record="
				+ record + ", records=" + records + "]";
	}
}

    这里可说的不多，主要是构造方法，重载的方法有一个是填充record的，就是每条记录的成绩，而records变量是我们后期进行填充的。
我们开始编写readFromFile(String basePath)方法：

		Set<String> flagSet = new TreeSet<String>();
		List<ExamRecord> infoList = new ArrayList<ExamRecord>();
		List<ExamRecord> recordList = new ArrayList<ExamRecord>();
		List<Integer> recordsPerFile = new ArrayList<Integer>();// 标识每个文件中合法记录的数量

    这些变量用于对数据进行处理。flagSet一看名字就是一个标识位，为什么用Set，因为合并之后每人是一条记录，那么处理后就合并了，而原始数据中一个人的信息可能有多条，那么我们要记录到底有多少不重复的人，就使用Set了，它会为我们自动去除重复的，同时TreeSet会按找字母顺序为我们自动排序，那么需求中的要求就满足了，我们不用再写排序的方法。InfoList用于放置从文件连续读出的原始数据，recordList是方法返回的结果，也是我们写入结果文件的最终对象，recordsPerFile是辅助变量，用于存储从每个文件中读取的文件数量，这是处理拼装大规模数据的基本方法，用于后期数据处理时的循环变量控制。

File file = new File(basePath);
		if (!file.isDirectory()) {
			logger.info(file.getAbsolutePath() + " is not a directory");
		} else {
			try {
				String[] files = file.list();
				for (int i = 0; i < files.length; i++) {
					File targetFile = new File(basePath + "\\" + files[i]);
					BufferedReader br = new BufferedReader(
							new InputStreamReader(new FileInputStream(
									targetFile), "GBK"));
					String s = null;
					int line = 0;
					int num = 0;
					while ((s = br.readLine()) != null) {
						if (line == 0) {

						} else {
							String[] infos = s.split("\t");
							if (infos.length != 3) {
								logger.info("错误数据 " + files[i] + " 第"
										+ (line + 1) + "行");
							} else {
								flagSet.add(infos[0] + "\t" + infos[1]);
								infoList.add(new ExamRecord(infos[0], infos[1],
										infos[2]));
								num++;
							}
						}
						line++;
					}
					recordsPerFile.add(num);
					br.close();
				}
			} catch (Exception e) {
				e.printStackTrace();
			}

    这部分就是从文件夹下读取文件并写入我们准备的变量中，首先进行文件夹判断，之后开始读取，我们将数据分行读取，然后用split函数对原始数据进行分隔，如果没有得到3个数据部分，那么视为该数据无效，就写日志，如果获取到了三个部分，首先将电子邮件和姓名存入Set，剩余信息存入infoList，使用辅助循环变量num来计算数量。
    至此，我们已经读取到所需数据了，下面就是对数据进行处理了，首先是对我们的结果recordList进行一些初始化操作：

Iterator<String> it = flagSet.iterator();
			String str = null;
			while (it.hasNext()) {
				str = it.next();
				String[] infos = str.split("\t");
				ExamRecord er = new ExamRecord();
				er.setEmail(infos[0]);
				er.setName(infos[1]);
				String[] arrays = new String[recordsPerFile.size()];
				er.setRecords(arrays);
				recordList.add(er);
			}

    这里我们可以从flagSet中获取最终结果数量，然后对应写入recordList并初始化records数组，就做完了，下面是对成绩的处理了，这部分涉及到题目的核心算法，下面所示代表我的一个处理方式，可能不是最好的：

// 开始处理成绩
			for (int i = 0; i < recordsPerFile.size(); i++) {
				int num = recordsPerFile.get(i);
				int count = 0;
				while (count < recordList.size()) {
					ExamRecord tmpER = recordList.get(count);
					tmpER.getRecords()[i] = "--";
					for (int j = 0; j < num; j++) {
						ExamRecord er = infoList.get(j);
						if (tmpER.getEmail().equals(er.getEmail())) {
							tmpER.getRecords()[i] = er.getRecord();
						}
					}
					count++;
				}
				for (int k = 0; k < num; k++) {
					infoList.remove(0);
				}
			}

    解释一下：我们首先变量recordsPerFile，这里标识出一共读取出几个文件，每个文件中的记录数量是多少，下面的while循环是变量recordList，就是我们每次要处理几个用户。进入while循环，首先获取一个ExamRecord对象，然后对其成绩栏位进行填充，如果没有值，那么就是”--”，下面开始处理infoList部分，这里就看到辅助变量的用途了，因为每个文件中可能没有全部人员的记录，就是文件记录数小于总人数，那么怎么办呢，每次遍历多少呢？就是辅助变量中记录的数据，两个集合的记录数不同，也同时可以遍历来进行对比处理，这就是一种方法，如果发现相同数据，在相应位置填充，最后的for循环是删除我们处理过的数据，每次删除0号元素，删除的次数是辅助变量中记录的。此时我们的数据处理完成，获得了recordList。
    下面是写入文件的操作：

	private static void writeResultToFile(String fileName,
			List<ExamRecord> recordList) {
		BufferedOutputStream output = null;
		try {
			output = new BufferedOutputStream(new FileOutputStream(fileName));
			for (int i = 0; i < recordList.size(); i++) {
				ExamRecord examRecord = recordList.get(i);
				output.write(String.format("%-30s", examRecord.getEmail())
						.getBytes());
				output.write(String.format("%-15s", examRecord.getName())
						.getBytes());
				for (int j = 0; j < examRecord.getRecords().length; j++) {
					output.write(String.format("%4s",
							examRecord.getRecords()[j]).getBytes());
				}
				output.write("\r\n".getBytes());
			}
			output.flush();
		} catch (Exception e) {
			e.printStackTrace();
		} finally {
			try {
				if (output != null) {
					output.close();
				}
			} catch (IOException e) {
				e.printStackTrace();
			}
		}
	}

    这里就没什么多说的了，就是需求中要求对数据格式进行处理，左对齐还是右对齐也很简单了。这里使用了C语言中printf()函数的格式，String的format()方法支持这点，就很简单了。
    主函数如下：

public static void main(String[] args) throws Exception {
		long start = System.currentTimeMillis();
		// 设置Log
		setLoggerSettings();
		// 读取文件到对象中
		List<ExamRecord> recordList = readFromFile("c:\\test\\src");
		// 将结果写入文件
		writeResultToFile("c:\\test\\result.txt", recordList);
		long end = System.currentTimeMillis();
		System.out.println(end - start + " ms!");
	}

   
    执行主函数，就可以在相应位置看到结果。

    原始数据和源码见附件。本文系作者本人的探索，希望大家批评指正。也希望和Neusofter们交流提高。