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:
如何设置并定期更换建站之星安全管理员密码?
php json中文编码为null的解决办法
如何使用Golang安装API文档生成工具_快速生成接口文档
家族网站制作贴纸教程视频,用豆子做粘帖画怎么制作?
网站制作公司,橙子建站是合法的吗?
如何高效搭建专业期货交易平台网站?
如何选择适配移动端的WAP自助建站平台?
JS中使用new Date(str)创建时间对象不兼容firefox和ie的解决方法(两种)
怎么用手机制作网站链接,dw怎么把手机适应页面变成网页?
独立制作一个网站多少钱,建立网站需要花多少钱?
高端智能建站公司优选:品牌定制与SEO优化一站式服务
免费网站制作appp,免费制作app哪个平台好?
微网站制作教程,我微信里的网站怎么才能复制到浏览器里?
公司网站建设制作费用,想建设一个属于自己的企业网站,该如何去做?
电脑免费海报制作网站推荐,招聘海报哪个网站多?
山东网站制作公司有哪些,山东大源集团官网?
如何在局域网内绑定自建网站域名?
如何快速生成ASP一键建站模板并优化安全性?
高端企业智能建站程序:SEO优化与响应式模板定制开发
沈阳制作网站公司排名,沈阳装饰协会官方网站?
平台云上自主建站:模板化设计与智能工具打造高效网站
教学网站制作软件,学习*后期制作的网站有哪些?
建站之星安装后界面空白如何解决?
免费的流程图制作网站有哪些,2025年教师初级职称申报网上流程?
建站之星后台管理如何实现高效配置?
c# await 一个已经完成的Task会发生什么
昆明网站制作哪家好,昆明公租房申请网上登录入口?
个人摄影网站制作流程,摄影爱好者都去什么网站?
如何在IIS管理器中快速创建并配置网站?
保定网站制作方案定制,保定招聘的渠道有哪些?找工作的人一般都去哪里看招聘信息?
jQuery 常见小例汇总
h5在线制作网站电脑版下载,h5网页制作软件?
如何在橙子建站中快速调整背景颜色?
小米网站链接制作教程,请问miui新增网页链接调用服务有什么用啊?
如何快速搭建高效简练网站?
ppt制作免费网站有哪些,ppt模板免费下载网站?
如何在Windows环境下新建FTP站点并设置权限?
韩国服务器如何优化跨境访问实现高效连接?
网站设计制作书签怎么做,怎样将网页添加到书签/主页书签/桌面?
制作网站公司那家好,网络公司是做什么的?
教学论文网站制作软件有哪些,写论文用什么软件
?
韩国网站服务器搭建指南:VPS选购、域名解析与DNS配置推荐
建站之星安全性能如何?防护体系能否抵御黑客入侵?
C++中引用和指针有什么区别?(代码说明)
php能控制zigbee模块吗_php通过串口与cc2530 zigbee通信【介绍】
建站之星安装步骤有哪些常见问题?
如何快速搭建安全的FTP站点?
如何选择长沙网站建站模板?H5响应式与品牌定制哪个更优?
建站之星后台搭建步骤解析:模板选择与产品管理实操指南
如何快速完成中国万网建站详细流程?
*请认真填写需求信息,我们会在24小时内与您取得联系。