数据解析与Processing和Java集成指南

# 数据解析与Processing和Java集成指南 ## 1. 常见文件格式解析 ### 1.1 PDF文件 PDF文件可创建包含单条对角线的100×100像素单页文件，因其为矢量格式，线条可任意调整大小且保持清晰，适合生成与分辨率无关的复杂图像。PDF查看器比加载PostScript、Adobe Illustrator或SVG文件更快，适合项目快速迭代和测试。但不建议解析PDF文件，因其规范自1991年以来变得复杂，可使用Illustrator打开PDF文档并另存为SVG格式。 ### 1.2 Shapefile和Well - Known Text - **Shapefile（SHP）**：常用于地理信息系统（GIS），由环境系统研究所（ESRI）开发，与ArcView和ArcGIS产品相关。该文本格式在大多数GIS软件中可见，如开源的Grass GIS。美国人口普查局的制图边界文件就是Shapefile格式的典型应用。更多关于Shapefile的讨论和规范可在[维基百科](http://en.wikipedia.org/wiki/Shapefile)查看。 - **Well - Known Text（WKT）**：处理已投影的数据时，文件常为WKT格式。此文本格式包含描述投影数学原理的元数据，以及从经纬度映射到新坐标空间的边界坐标。 ### 1.3 二进制数据格式 #### 1.3.1 Excel电子表格（XLS） 读取XLS文件时，先用文本编辑器打开，检查是否为带.xls扩展名的CSV文件。对于二进制XLS文件，Apache POI项目（[http://poi.apache.org](http://poi.apache.org)）提供了解析库，可像添加其他.jar文件一样添加到Processing项目中读取电子表格。操作步骤如下： 1. 访问Apache POI项目官网（[http://poi.apache.org](http://poi.apache.org)）获取相关库。 2. 将库添加到Processing项目的依赖中。 3. 在代码中使用库提供的方法读取电子表格。 #### 1.3.2 dBASE/xBase（DBF） DBF是20世纪80年代流行的数据库管理系统dBASE的文件格式，包含二进制头和一系列固定大小的记录。OpenOffice和Microsoft Excel都能打开DBF文件，在Excel中需使用“所有文件”选项才能显示。该格式易于解析，相关文件结构描述可在[Clickety Click Software](http://www.clicketyclick.dk/databases/xbase/format)查看。 ### 1.4 任意二进制格式 #### 1.4.1 使用loadBytes()方法 使用loadBytes()方法可产生字节数组，但单个字节值为有符号的，范围在 - 128到127之间。将有符号字节转换为无符号整数可使用以下代码： ```java int unsignedInt = signedByte & 0xFF; ``` 示例代码如下： ```java byte signedByte = -100; println(binary(signedByte, 8)); int signedInt = signedByte; println(binary(signedInt, 32)); println(binary(0xff, 32)); int unsignedInt = signedByte & 0xff; println(binary(unsignedInt, 32)); ``` #### 1.4.2 位运算 存储大于255的二进制值需要位运算。以读取16位值为例，大端字节序代码如下： ```java byte[] b = loadBytes("data.bin"); int hi = b[0] & 0xff; int lo = b[1] & 0xff; int value = (hi << 8) | lo; ``` 小端字节序代码如下： ```java byte[] b = loadBytes("data.bin"); int hi = b[0] & 0xff; int lo = b[1] & 0xff; int value = (lo << 8) | hi; ``` #### 1.4.3 DataI