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: 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? 

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。