Datentypen prüfen

Datenbereinigung in Java

Dennis Lee

Software Engineer

Warum Datentypen prüfen?

Text aus externen Quellen parsen
Ungültige Datentypen verursachen Laufzeitfehler
Richtige Validierung verhindert Abstürze

String priceText = "$30.61";
double price = Double.parseDouble(priceText);  // Fehler: $ ist keine Zahl

Exception in thread "main" java.lang.NumberFormatException

Zahlenstrings validieren

// Utility zur Zahlenvalidierung
import org.apache.commons.lang3.math.NumberUtils;

String reviewCountText = "165";
System.out.println(NumberUtils.isParsable(reviewCountText));

true

String priceText = "$30.61"; // Ungültige Zahl
System.out.println(NumberUtils.isParsable(priceText)); // false: enthält $

false

Zahlenstrings parsen

private static String validateNumeric(String value) {
    if (NumberUtils.isParsable(value)) return value;  // Wenn Zahl, zurückgeben
    throw new IllegalArgumentException("Invalid: " + value);  // sonst Fehler
}

int reviews = Integer.parseInt(validateNumeric("165"));  // Validieren, dann parsen

// Erst $ entfernen
double price = Double.parseDouble(validateNumeric("$30.61".replace("$", "")));
System.out.println("reviews: " + reviews + "\nprice in $: " + price);

reviews: 165
price in $: 30.61

Datumsformate validieren

import java.time.format.DateTimeFormatter; // Für Datumsformate

private static LocalDate parseDate(String dateStr) {
    DateTimeFormatter format = DateTimeFormatter.ofPattern("M/d/yy");

    return LocalDate.parse(dateStr, format); // String in LocalDate umwandeln
}


LocalDate date = parseDate("1/10/23"); // "1/10/23" wird zu 2023-01-10 
System.out.println("Date: " + date);

Date: 2023-01-10

Zahlen- und Datumsprüfung kombinieren

private static double parsePrice(String price) {
    return Double.parseDouble(validateNumeric(price.replace("$", "")); // $ entfernen
}


// CSV-Felder in BookSales umwandeln
public static BookSales parseSalesData(String[] fields) {
    String title = fields[0];
    LocalDate publishDate = parseDate(fields[1]); // Eigenes Datumsparsing
    int reviews = Integer.parseInt(validateNumeric(fields[2]));
    double rating = Double.parseDouble(validateNumeric(fields[3]));
    double price = parsePrice(fields[4]); // Währungsformat handhaben
    return new BookSales(title, publishDate, reviews, rating, price);
}

CSV-Dateien sicher lesen

List<BookSales> sales = new ArrayList<>(); // BookSales-Objekte speichern


try (BufferedReader reader = new BufferedReader(new FileReader("book_sales.csv"))) {

    String line = reader.readLine(); // Kopfzeile überspringen

    while ((line = reader.readLine()) != null) {  // Bis Dateiende lesen
      String[] fields = line.split(",");  // CSV-Zeile in Array splitten
      sales.add(parseSalesData(fields));  // Felder zu BookSales konvertieren
    }
}

sales.forEach(System.out::println);  // Jeden Verkauf ausgeben

BookSales[title=Python Crash Course, publishDate=2023-01-10, 
reviewCount=165, rating=4.8, price=30.61]

Zusammenfassung: Datentypen prüfen

Text vor dem Parsen validieren, um Laufzeitfehler zu vermeiden
Wichtige Imports
- org.apache.commons.lang3.math.NumberUtils
- java.time.format.DateTimeFormatter
Mit NumberUtils.isParsable() Zahlenstrings prüfen
Mehrere Datumsformate mit DateTimeFormatter handhaben
Datentypfehler abfangen sichert Datenqualität

Lass uns üben!

Datenbereinigung in Java