主页 / 问题 / 1377162
Accepted
Charismatic
Asked:2022-07-02 03:22:42 +0000 UTC2022-07-02 03:22:42 +0000 UTC

从字符串中读取单词

  • 772
package homeWork5;

import java.io.*;
import java.util.*;

public class WarAndWorldService1 {
    public void runSet() {
        try {
            FileReader fileReader = new FileReader("Module/Война и мир_книга.txt");
            Set<String> wordsWeNeed = new HashSet<>();
            int symbol;
            StringBuilder builder = new StringBuilder();
            while ((symbol = fileReader.read()) != -1) {
                if (symbol != ' ' && symbol != '\n' && symbol != ',' && symbol != '.' && symbol != '!' && symbol != ')' && symbol != '"'
                        && symbol != ':' && symbol != ';' && symbol != '?' && symbol != '*' && symbol != '(') {
                    builder.append((char) symbol);
                } else {
                    wordsWeNeed.add(builder.toString());
                    builder.setLength(0);
                }
            }
                wordsWeNeed.add(builder.toString());
                System.out.println(wordsWeNeed);
                System.out.println(wordsWeNeed.size());
            } catch(FileNotFoundException f){
                System.out.println("Ошибка. Файл не найден.");
            } catch(IOException e){
                System.out.println("Ошибка чтения файла.");
            }
        }
    }

问题是如何首先将文本文件数据转换为字符串。例如：

while((symbol = fileReader.read()) != -1) {
builder.append((char) symbol);
}
String result = builder.toString;

然后从这一行中提取单词（没有标点符号等）。我知道有这样的事情：

 String[] resultArr = result.split(" ");

但据我了解，在这种情况下，需要使用正则表达式。问题是，我可以从没有正则表达式的字符串中提取“纯”词吗？

java

1 个回答

  1. Best Answer

    您确实可以使用 split(" ") 获得单词列表。并且你可以使用静态方法 Character.isLetterOrDigit 去掉标点符号它看起来像这样：

    import java.io.IOException;
import java.nio.file.Files;
import java.nio.file.Paths;
import java.util.Arrays;
import java.util.Set;
import java.util.stream.Collectors;
import java.util.stream.Stream;

public class WarAndWorldService1 {
    
    public void runSet() throws IOException {
        try (Stream<String> lineStream = Files.lines(Paths.get("Module/Война и мир_книга.txt"))) {
            Set<String> result = lineStream
                    .flatMap(line -> Arrays.stream(line.split(" ")))
                    .map(this::process)
                    .collect(Collectors.toSet());
            System.out.println(result);
        }
    }

    private String process(String word) {
        return word.chars()
                .filter(Character::isLetterOrDigit)
                .collect(StringBuilder::new, StringBuilder::appendCodePoint, StringBuilder::append)
                .toString().trim();
    }

}
    • 1

相关问题