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: 制作农业网站的软件,比较好的农业网站推荐一下?  如何正确选择百度移动适配建站域名?  如何批量查询域名的建站时间记录?  香港网站服务器数量如何影响SEO优化效果?  深圳网站制作设计招聘,关于服装设计的流行趋势,哪里的资料比较全面?  电商平台网站制作流程,电商网站如何制作?  如何通过二级域名建站提升品牌影响力?  如何处理“XML格式不正确”错误 常见XML well-formed问题解决方法  视频网站制作教程,怎么样制作优酷网的小视频?  音响网站制作视频教程,隆霸音响官方网站?  建站主机是否等同于虚拟主机?  网站制作模板下载什么软件,ppt模板免费下载网站?  如何用景安虚拟主机手机版绑定域名建站?  linux top下的 minerd 木马清除方法  官网建站费用明细查询_企业建站套餐价格及收费标准指南  如何选择适合PHP云建站的开源框架?  如何将凡科建站内容保存为本地文件?  如何在阿里云虚拟服务器快速搭建网站?  制作网站的网址是什么,请问后缀为.com和.com.cn还有.cn的这三种网站是分别是什么类型的网站?  实现虚拟支付需哪些建站技术支撑?  活动邀请函制作网站有哪些,活动邀请函文案?  如何用花生壳三步快速搭建专属网站?  儿童网站界面设计图片,中国少年儿童教育网站-怎么去注册?  如何快速查询网址的建站时间与历史轨迹?  建站主机与服务器功能差异如何区分?  建站之星如何修改网站生成路径?  云南网站制作公司有哪些,云南最好的招聘网站是哪个?  表情包在线制作网站免费,表情包怎么弄?  如何用西部建站助手快速创建专业网站?  黑客如何利用漏洞与弱口令入侵网站服务器?  建站主机选虚拟主机还是云服务器更好?  ,购物网站怎么盈利呢?  广州商城建站系统开发成本与周期如何控制?  江苏网站制作公司有哪些,江苏书法考级官方网站?  如何选择域名并搭建高效网站?  建站之星如何实现五合一智能建站与营销推广?  美食网站链接制作教程视频,哪个教做美食的网站比较专业点?  零服务器AI建站解决方案:快速部署与云端平台低成本实践  ,制作一个手机app网站要多少钱?  济南专业网站制作公司,济南信息工程学校怎么样?  在线ppt制作网站有哪些,请推荐几个好的课件下载的网站?  宁波自助建站系统如何快速打造专业企业网站?  宝塔面板如何快速创建新站点?  深圳网站制作培训,深圳哪些招聘网站比较好?  教学网站制作软件,学习*后期制作的网站有哪些?  jQuery 常见小例汇总  如何零基础开发自助建站系统?完整教程解析  C++中的Pimpl idiom是什么,有什么好处?(隐藏实现)  建站主机选择指南:服务器配置与SEO优化实战技巧  如何在Golang中引入测试模块_Golang测试包导入与使用实践 

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。