Tutorial Pemrosesan Teks Java untuk GroupDocs.Merger

Jika Anda perlu bekerja dengan konten teks biasa di Java, java text processing adalah dasar untuk banyak skenario otomasi—dari analisis log hingga migrasi data massal. GroupDocs.Merger untuk Java menyediakan API yang kuat dan tidak bergantung pada format yang memungkinkan Anda memisah, mengekstrak, dan mengatur ulang teks tanpa meninggalkan JVM. Dalam panduan ini kami akan membahas operasi paling umum, menjelaskan mengapa penting, dan mengarahkan Anda ke tutorial siap pakai yang menunjukkan setiap teknik dalam kode.

Jawaban Cepat

  • Apa yang dapat dilakukan GroupDocs.Merger dengan teks? Ia dapat memisahkan file berdasarkan rentang baris, mengekstrak baris individual, dan membuat dokumen terpisah untuk setiap segmen.
  • Apakah diperlukan perpustakaan tambahan? Tidak—hanya paket GroupDocs.Merger untuk Java NuGet/JAR.
  • Bisakah saya memproses file lebih besar dari 100 MB? Ya, API melakukan streaming data, memungkinkan Anda menangani file ratusan megabyte tanpa memuat seluruh file ke memori.
  • Apakah saya memerlukan lisensi untuk pengembangan? Lisensi sementara gratis tersedia untuk pengujian; lisensi komersial diperlukan untuk produksi.
  • Versi Java mana yang didukung? Java 8 dan yang lebih baru, termasuk Java 11, 17, dan 21.

Apa itu pemrosesan teks Java?

Java text processing mengacu pada manipulasi data teks biasa—membaca, memisah, menyaring, dan menulis—menggunakan API Java. GroupDocs.Merger memperluas konsep ini dengan memperlakukan file teks sebagai objek dokumen, memungkinkan operasi tingkat tinggi seperti pemisahan rentang baris dan pembuatan dokumen batch.

Mengapa menggunakan GroupDocs.Merger untuk pemrosesan teks Java?

GroupDocs.Merger mendukung lebih dari 50 format input dan output (termasuk TXT, CSV, DOCX, PDF, dan HTML) dan dapat memproses file dengan ukuran hingga 500 MB sambil menjaga konsumsi memori di bawah 50 MB berkat arsitektur streamingnya. Kinerja terukur ini menjadikannya ideal untuk alur kerja perusahaan yang membutuhkan penanganan teks yang andal dan berkecepatan tinggi.

Prasyarat

  • Java 8 atau lebih tinggi terpasang di mesin pengembangan Anda.
  • Dependensi Maven atau Gradle untuk com.groupdocs:groupdocs-merger ditambahkan ke proyek Anda.
  • File lisensi GroupDocs sementara atau komersial yang valid (Anda dapat memperoleh satu dari tautan “Temporary License” di bawah).

Cara memisah file teks menjadi dokumen baris terpisah menggunakan GroupDocs.Merger untuk Java?

Merger adalah kelas inti dari GroupDocs.Merger yang memuat dan memanipulasi dokumen.
split adalah metode yang membagi dokumen menjadi bagian terpisah berdasarkan rentang baris yang diberikan.
Muat file sumber dengan Merger dan panggil split, memberikan nomor baris mulai dan akhir untuk setiap segmen. API mengembalikan daftar objek Document yang dapat Anda simpan secara terpisah, menangani ukuran file apa pun sambil mempertahankan urutan baris.

Langkah 1: Inisialisasi Merger dengan lisensi Anda

Buat instance Merger, arahkan ke file lisensi, dan muat file teks target.

Langkah 2: Tentukan rentang baris dan pisah

Berikan array objek LineRange—setiapnya menggambarkan pasangan baris mulai dan baris akhir. LineRange adalah kelas pembantu yang mewakili rentang nomor baris yang akan diekstrak. Perpustakaan akan menghasilkan dokumen terpisah untuk setiap rentang.

Langkah 3: Simpan dokumen yang dihasilkan

Iterasi daftar yang dikembalikan dan panggil save pada setiap Document, menentukan format output yang diinginkan seperti TXT atau PDF.

Pro tip: Saat memisahkan log yang sangat besar, gunakan objek LineRange yang mencakup blok 10 000 baris untuk menjaga setiap file output tetap dapat dikelola dan meningkatkan kecepatan pemrosesan hilir.

Cara memisah teks dengan delimiter khusus? (how to split text)

splitByDelimiter adalah metode yang memisahkan dokumen di mana pun delimiter string yang ditentukan muncul.
Berikan string delimiter ke splitByDelimiter, misalnya splitByDelimiter("###"), dan API akan memperlakukan setiap kemunculan sebagai titik pemisahan, menghasilkan dokumen terpisah. Delimiter dapat berupa urutan Unicode apa pun, dan Anda juga dapat menentukan format output yang diinginkan untuk setiap bagian, memastikan enkoding dan penamaan yang konsisten.

Cara memisahkan baris menjadi dokumen individual? (how to separate lines)

splitByLine adalah metode yang membuat dokumen terpisah untuk setiap baris dalam teks sumber.
Ketika Anda memanggil splitByLine(), perpustakaan mengiterasi file baris demi baris, mengembalikan koleksi di mana setiap elemen mewakili satu baris. Anda kemudian dapat menyimpan setiap elemen langsung ke TXT, PDF, atau format yang didukung, secara opsional menerapkan pola penamaan khusus untuk menjaga output tetap teratur.

Kesulitan umum dan solusi

  • Baris kosong di awal atau akhir rentang: Potong rentang atau gunakan flag ignoreEmptyLines untuk mencegah pembuatan dokumen kosong.
  • Ketidaksesuaian encoding: Secara eksplisit atur encoding file sumber (misalnya UTF‑8) saat membuat Merger untuk menghindari karakter yang rusak.
  • Lonjakan memori pada file besar: Pastikan Anda melakukan streaming file sumber dengan memberikan InputStream alih-alih objek File; ini menjaga penggunaan heap tetap rendah.

Tutorial yang Tersedia

Cara Memisah File Teks menjadi Dokumen Baris Terpisah Menggunakan GroupDocs.Merger untuk Java

Pelajari cara menggunakan GroupDocs.Merger untuk Java untuk memisah file teks besar secara efisien berdasarkan baris, meningkatkan manajemen data dan pemrosesan dalam aplikasi Anda.

Sumber Daya Tambahan

Pertanyaan yang Sering Diajukan

Q: Bisakah saya memisah PDF dan file TXT dengan kode yang sama?
A: Ya, Merger API mengabstraksi format, sehingga metode split yang sama bekerja untuk PDF, TXT, DOCX, dan tipe lain yang didukung.

Q: Bagaimana GroupDocs.Merger menangani file yang sangat besar?
A: Ia melakukan streaming data, menjaga penggunaan memori di bawah 50 MB bahkan untuk file yang lebih besar dari 500 MB, yang menghilangkan kesalahan out‑of‑memory.

Q: Apakah memungkinkan memisah file berdasarkan ekspresi reguler?
A: Meskipun API tidak menerima regex secara langsung, Anda dapat memproses teks terlebih dahulu menggunakan kelas Pattern Java, kemudian memberikan rentang baris yang dihitung ke Merger.

Q: Apakah saya perlu menginstal perpustakaan native tambahan?
A: Tidak, perpustakaan ini murni Java dan berjalan di platform apa pun yang mendukung versi Java yang diperlukan.

Q: Opsi lisensi apa yang tersedia untuk penggunaan produksi?
A: GroupDocs menawarkan lisensi perpetual, berlangganan, dan sementara; lisensi sementara ideal untuk evaluasi dan pengujian.

Terakhir Diperbarui: 2026-07-20
Diuji Dengan: GroupDocs.Merger 23.12 untuk Java
Penulis: GroupDocs

Tutorial Terkait