BeanIO如何在定长文件读取时过滤@Group注解的Document实体（仅保留RH中documentCode为BB的记录）

根据你的需求，我们可以通过两种方式实现目标：解析后直接过滤（简单易实现，适合中小文件）或解析过程中实时过滤（内存友好，适合大文件）。下面分别给出具体实现：

1. 解析后过滤（推荐优先尝试） #

如果你的文件大小适中，先把所有Document解析到内存中，再用Java Stream过滤符合条件的实体，代码清晰且容易维护：

// 假设你已经完成了定长文件的解析，得到了所有Document的列表
List<Document> allDocuments = yourParser.parse(yourFixedLengthFile);

// 过滤出符合要求的Document
List<Document> filteredDocuments = allDocuments.stream()
    .filter(document -> {
        RH recordHeader = document.getRecordHeader();
        // 两个条件：documentCode必须是"BB"，同时排除特定的RH20210607AA对应的Document
        return "BB".equals(recordHeader.getDocumentCode())
                && !(recordHeader.getDocumentDate().equals(LocalDate.of(2021, 6, 7))
                     && "AA".equals(recordHeader.getDocumentCode()));
    })
    .collect(Collectors.toList());

逻辑说明： #

• 第一个判断"BB".equals(recordHeader.getDocumentCode())确保只保留documentCode为"BB"的Document；
• 第二个判断!(...)专门排除那个RH20210607AA对应的Document（即documentDate为2021-06-07且documentCode为"AA"的记录）。

2. 解析过程中实时过滤（适合大文件） #

如果你的文件非常大，一次性加载到内存会占用过多资源，可以在解析过程中直接判断是否保留当前Document，避免无用对象占用内存。具体实现取决于你使用的定长解析框架，下面是通用的回调式示例：

List<Document> filteredDocuments = new ArrayList<>();

// 假设你的解析器支持回调处理，每解析完一个Document就触发handleDocument方法
yourParser.parse(yourFixedLengthFile, new DocumentCallback() {
    @Override
    public void handleDocument(Document document) {
        RH recordHeader = document.getRecordHeader();
        // 应用相同的过滤条件
        if ("BB".equals(recordHeader.getDocumentCode())
                && !(recordHeader.getDocumentDate().equals(LocalDate.of(2021, 6, 7))
                     && "AA".equals(recordHeader.getDocumentCode()))) {
            filteredDocuments.add(document);
        }
    }
});

额外注意事项 #

• 确保你的解析框架配置了忽略未知记录：你的文件中有fake、Unknown record这类无效行，需要开启框架的跳过未知记录功能（比如某些框架的setSkipUnknownRecords(true)配置），避免解析报错；
• 验证RH类的注解正确性：你的RH类中documentCode字段的ordinal=2、length=2配置符合定长规则，确保RH20210607AA会被正确解析为documentCode="AA"，RH20210607BB解析为documentCode="BB"。

内容的提问来源于stack exchange，提问作者Giulio Buz