Depende do Padrão dos Dados
Você pode usar uma expressão regular baseada no exemplo de dados que você colocou, mas é complicado saber se ela vai funcionar para todas as linhas porque você não tem um padrão.
Os arquivos ou são delimitados por um caractere ou são delimitados por quantidade de caracteres para cada coluna. No seu caso, não segue nem um padrão, nem outro.
Fiz um exemplo em Java usando uma expressão que funciona para a sua linha de exemplo:
String REGEX = "\\s([\\dZ]+)\\s";
String INPUT = "0 02 020 0201 020110 Z DEMONSTRAR COMPETÊNCIAS PESSOAIS 1 Primar pela correção de atitudes";
String REPLACE = " ;$1 ;";
Pattern p = Pattern.compile(REGEX);
Matcher m = p.matcher(INPUT);
INPUT = m.replaceAll(REPLACE);
System.out.println(INPUT);
Precisa fazer os imports no Java:
import java.util.regex.Matcher;
import java.util.regex.Pattern;
Resultado:
0 ;02 ;020 ;0201 ;020110 ;Z ;DEMONSTRAR COMPETÊNCIAS PESSOAIS ;1 ;Primar pela correção de atitudes
Pode usar o RegExr para testar com mais exemplos de linhas e adaptar para a sua necessidade. O Notepad++ também faz find+replace
com expressão regular, caso você tenha que fazer essa operação apenas uma vez para o arquivo.
Uma conversor em Python
Já foi postada uma resposta do Anthony para fazer o parser do arquivo em Java e acredito ser a melhor resposta para o problema. Como eu tinha baixado o arquivo e sugerido no comentário para você separar o arquivo em duas partes, resolvi deixar um exemplo em Python para fazer da forma como havia sugerido.
import re
line_count = 1
with open('C:\\temp\\CBO2002 - PerfilOcupacional.csv', 'w') as w:
with open('C:\\temp\\CBO2002 - PerfilOcupacional.txt') as r:
for line in r:
if (line_count == 1):
# parse do cabecalho
header = re.sub(r"([\w_]+)\s*", r"\1;", line)
w.write(header + '\n')
elif (line_count > 2):
# descarta a linha 2 e
# divide em dois grupos que tem padrao definido
side_a = line[0:22]
side_b = line[23:]
# faz o parse de cada grupo
parse_side_a = re.sub(r"(\d)\s([\d|\w])", r"\1;\2", side_a)
parse_side_b = re.sub(r"([^\d]+)\s(\d+)\s(.+)", r"\1;\2;\3", side_b)
# junta os dois grupos (o CRLF ja esta no grupo B)
line_out = parse_side_a + ';' + parse_side_b
w.write(line_out)
line_count += 1
;
senão poderia usar essa lógica e aplicar expressão regular para identificar os espaços e utilizar o métodoreplace
do java para substituir os espaços por;
Z
vai ter sempre um único caractere em qualquer linha?