全网整合营销服务商

电脑端+手机端+微信端=数据同步管理

免费咨询热线:400-708-3566

Java实现读取文章中重复出现的中文字符串

在上个星期阿里巴巴一面的时候,最后面试官问我如何把一篇文章中重复出现的词或者句子找出来,当时太紧张,答的不是很好。今天有时间再来亲手实现一遍。其实说白了也就是字符串的处理,所以难度并不是很大。

以下是代码和运行效果:

实现方法:

import java.io.*;
import java.util.*;
/**
 * Created by chunmiao on 17-3-20.
 */
public class ReadArticle {
 //读取文件名称
 private String filename;
 //读取段落
 private ArrayList<String> result = new ArrayList<>();
 //最小字长(两个字以上进行匹配)
 private final int MINSIZE = 2;
 //重复词储存
 HashSet<String> set;
 public ReadArticle(String filename, HashSet<String> set) {
 this.filename = filename;
 this.set = set;
 }
 public void createData() throws IOException {
 String r;
 //读取文章内容
 BufferedReader in = new BufferedReader(new FileReader(new File(filename).getAbsoluteFile()));
 try {
  while ((r = in.readLine()) != null) {
  //消除不必要的标点符号
  r = r.replaceAll("\\s+ |“|\\[|‘|《| *|", "").trim();
  //留下” , 。 。” ”。 ”, ? 》 -等作为划分句子的分割符标示
  Collections.addAll(result, r.split(",|(。”|”(。|,)|。)|(\\])|”|'|?|:|》|-"));
  }
 }finally {
  in.close();
 }
 //对文章内容进行遍历找出重读出现的句子或者是词语
 for (int i = 0 ; i < result.size() - 1; i ++){
  for (int j = 0 ; j < result.size() - i - 1; j ++) {
  //将重复出现的词语保存到set集合里面
  set.addAll(getSameCharacter(result.get(i), result.get(j + i + 1)));
  }
 }
 }
 private ArrayList<String> getSameCharacter(String a1, String a2){
 String maxS;
 String minS;
 //短句遍历开始处
 int start = 0;
 //词的长度最短为两个字长
 int range =2;
 //设定短句和长句s,使得遍历更加快捷
 if (a1.length() <= a2.length()){
  maxS = a2;
  minS = a1;
 }else {
  maxS = a1;
  minS = a2;
 }
 String result = "";
 ArrayList<String> list = new ArrayList<String>();
 //防止substring时超出范围
 while (start + range <= minS.length()) {
  //如果句子或词在对象里面,则找出相应的句子或词保存在list里面
  if (maxS.indexOf(minS.substring(start, start + range)) != -1) {
  //获取最长句子,删除短句子
  list.remove(result);
  list.add(minS.substring(start, start + range));
  result = minS.substring(start, start + range);
  range++;
  continue;
  }
  range = MINSIZE;
  start++;
 }
 return list;
 }
}

测试代码:

import java.io.IOException;
import java.util.HashSet;
public class Main {
 public static void main(String[] args) throws IOException {
 String filename = "test.txt";
 HashSet<String> result = new HashSet<String>();
 ReadArticle read = new ReadArticle(filename,result);
 read.createData();
 System.out.println("这篇文章中的重复出现的词或句子有以下几个词或句子:\n");
 for (String s : result){
  System.out.println(s);
 }
 }
}

读取的文章内容:

正则匹配结果(去掉多余字符):

字符串转换成ArrayList:

最终处理结果:

其实从上面的结果可以看出。单纯的操控字符串并不能判断它是否是一个完整的词和句,应该还要配合数据库字典来匹配上面的结果,从而找出真正的词和句

以上就是本文的全部内容,希望本文的内容对大家的学习或者工作能带来一定的帮助,同时也希望多多支持!


# java从文件读取字符串  # 读取字符串  # java读取字符串  # Java使用正则表达式截取重复出现的XML字符串功能示例  # java实现输出字符串中第一个出现不重复的字符详解  # Java中ArrayList去除重复元素(包括字符串和自定义对象)  # java统计字符串中重复字符出现次数的方法  # java求数组元素重复次数和java字符串比较大小示例  # 用Java正则去掉字符串中重复出现的字符  # Java中字符串去重的特性介绍  # Java8新特性之字符串去重介绍  # Java实现去掉字符串重复字母的方法示例  # 遍历  # 两个字  # 是一个  # 几个  # 很好  # 阿里巴巴  # 一遍  # 问我  # 再来  # 或者是  # 可以看出  # 这篇文章  # 并不能  # 上个  # 说白了  # 转换成  # 最短  # 一篇文章  # 面试官  # 子有 


相关文章: 威客平台建站流程解析:高效搭建教程与设计优化方案  网站专业制作公司有哪些,做一个公司网站要多少钱?  制作电商网页,电商供应链怎么做?  常州自助建站:操作简便模板丰富,企业个人快速搭建网站  香港服务器如何优化才能显著提升网站加载速度?  东莞专业制作网站的公司,东莞大学生网的网址是什么?  如何挑选最适合建站的高性能VPS主机?  台州网站建设制作公司,浙江手机无犯罪记录证明怎么开?  品牌网站制作公司有哪些,买正品品牌一般去哪个网站买?  高防服务器如何保障网站安全无虞?  如何在云服务器上快速搭建个人网站?  如何快速启动建站代理加盟业务?  企业网站制作公司网页,推荐几家专业的天津网站制作公司?  如何解决ASP生成WAP建站中文乱码问题?  网站视频制作书签怎么做,ie浏览器怎么将网站固定在书签工具栏?  如何在阿里云服务器自主搭建网站?  如何确保FTP站点访问权限与数据传输安全?  网站制作专业公司有哪些,如何制作一个企业网站,建设网站的基本步骤有哪些?  如何通过虚拟主机快速完成网站搭建?  活动邀请函制作网站有哪些,活动邀请函文案?  小程序网站制作需要准备什么资料,如何制作小程序?  如何选择高效可靠的多用户建站源码资源?  外贸公司网站制作哪家好,maersk船公司官网?  Avalonia如何实现跨窗口通信 Avalonia窗口间数据传递  在线ppt制作网站有哪些软件,如何把网页的内容做成ppt?  孙琪峥织梦建站教程如何优化数据库安全?  rsync同步时出现rsync: failed to set times on “xxxx”: Operation not permitted  招商网站制作流程,网站招商广告语?  建站主机如何选?性能与价格怎样平衡?  如何通过山东自助建站平台快速注册域名?  C++中的Pimpl idiom是什么,有什么好处?(隐藏实现)  如何在IIS中新建站点并配置端口与IP地址?  建站org新手必看:2024最新搭建流程与模板选择技巧  如何彻底删除建站之星生成的Banner?  如何在新浪SAE免费搭建个人博客?  自助网站制作软件,个人如何自助建网站?  武汉网站制作费用多少,在武汉武昌,建面100平方左右的房子,想装暖气片,费用大概是多少啊?  开源网站制作软件,开源网站什么意思?  如何快速打造个性化非模板自助建站?  天津个人网站制作公司,天津网约车驾驶员从业资格证官网?  定制建站方案优化指南:企业官网开发与建站费用解析  微信小程序 input输入框控件详解及实例(多种示例)  制作网页的网站有哪些,电脑上怎么做网页?  b2c电商网站制作流程,b2c水平综合的电商平台?  高防网站服务器:DDoS防御与BGP线路的AI智能防护方案  手机网站制作平台,手机靓号代理商怎么制作属于自己的手机靓号网站?  css网站制作参考文献有哪些,易聊怎么注册?  详解jQuery停止动画——stop()方法的使用  手机网站制作与建设方案,手机网站如何建设?  教育培训网站制作流程,请问edu教育网站的域名怎么申请? 

您的项目需求

*请认真填写需求信息,我们会在24小时内与您取得联系。