Мне нужна моя программа Java, чтобы взять строку вроде:
"This is a sample sentence."
и превратите его в массив строк, например:
{"this","is","a","sample","sentence"}
Нет периодов или пунктуации (предпочтительно). Кстати, ввод строки всегда является одним предложением.
Есть ли простой способ сделать это, что я не вижу? Или нам действительно нужно много искать места и создавать новые строки из областей между пробелами (которые являются словами)?
String.split() сделает большую часть того, что вы хотите. Затем вам может потребоваться перебрать слова, чтобы вытащить любые знаки препинания.
Например:
String s = "This is a sample sentence.";
String[] words = s.split("\\s+");
for (int i = 0; i < words.length; i++) {
// You may want to check for a non-word character before blindly
// performing a replacement
// It may also be necessary to adjust the character class
words[i] = words[i].replaceAll("[^\\w]", "");
}
Вы также можете использовать BreakIterator.getWordInstance.
Вы можете использовать BreakIterator.getWordInstance, чтобы найти все слова в строке.
public static List<String> getWords(String text) {
List<String> words = new ArrayList<String>();
BreakIterator breakIterator = BreakIterator.getWordInstance();
breakIterator.setText(text);
int lastIndex = breakIterator.first();
while (BreakIterator.DONE != lastIndex) {
int firstIndex = lastIndex;
lastIndex = breakIterator.next();
if (lastIndex != BreakIterator.DONE && Character.isLetterOrDigit(text.charAt(firstIndex))) {
words.add(text.substring(firstIndex, lastIndex));
}
}
return words;
}
Тест:
public static void main(String[] args) {
System.out.println(getWords("A PT CR M0RT BOUSG SABN NTE TR/GB/(G) = RAND(MIN(XXX, YY + ABC))"));
}
Ouput:
[A, PT, CR, M0RT, BOUSG, SABN, NTE, TR, GB, G, RAND, MIN, XXX, YY, ABC]
Самый простой и лучший ответ, который я могу придумать, - использовать следующий метод, определенный в строке java -
String[] split(String regex)
И просто сделайте "Это примерное предложение".split(""). Поскольку это требует регулярного выражения, вы также можете выполнять более сложные расщепления, которые могут включать удаление ненужной пунктуации и других таких символов.
Вы можете просто разбить свою строку, используя это регулярное выражение
String l = "sofia, malgré tout aimait : la laitue et le choux !" <br/>
l.split("[[ ]*|[,]*|[\\.]*|[:]*|[/]*|[!]*|[?]*|[+]*]+");
Используйте string.replace(".", "").replace(",", "").replace("?", "").replace("!","").split(' ') для разделения вашего кода на массив без периодов, запятых, вопросительных знаков или восклицательных знаков. Вы можете добавлять/удалять как можно больше вызовов для звонков.
Попробуйте следующее:
String[] stringArray = Pattern.compile("ian").split(
"This is a sample sentence"
.replaceAll("[^\\p{Alnum}]+", "") //this will remove all non alpha numeric chars
);
for (int j=0; i<stringArray .length; j++) {
System.out.println(i + " \"" + stringArray [j] + "\"");
}
Попробуйте использовать следующее:
String str = "This is a simple sentence";
String[] strgs = str.split(" ");
Это создаст подстроку для каждого индекса массива строк, используя пробел в качестве точки разделения.
Теперь это можно выполнить только с помощью split, так как оно принимает регулярное выражение:
String s = "This is a sample sentence with []s.";
String[] words = s.split("\\W+");
это даст слова как: {"this","is","a","sample","sentence", "s"}
\\W+ будет соответствовать всем неалфавитным символам, встречающимся один или несколько раз. Поэтому нет необходимости заменять. Вы также можете проверить другие шаблоны.
Ниже приведен фрагмент кода, который разбивает текст на слово и дает его счет.
import java.util.HashMap;
import java.util.Iterator;
import java.util.Map;
public class StringToword {
public static void main(String[] args) {
String s="a a a A A";
String[] splitedString=s.split(" ");
Map m=new HashMap();
int count=1;
for(String s1 :splitedString){
count=m.containsKey(s1)?count+1:1;
m.put(s1, count);
}
Iterator<StringToword> itr=m.entrySet().iterator();
while(itr.hasNext()){
System.out.println(itr.next());
}
}
}
string.replaceAll() неправильно работает с языковой версией, отличной от предопределенной. По крайней мере, в jdk7u10.
В этом примере создается словарь слов из текстового файла с кириллической кодировкой Windows CP1251
public static void main (String[] args) {
String fileName = "Tolstoy_VoinaMir.txt";
try {
List<String> lines = Files.readAllLines(Paths.get(fileName),
Charset.forName("CP1251"));
Set<String> words = new TreeSet<>();
for (String s: lines ) {
for (String w : s.split("\\s+")) {
w = w.replaceAll("\\p{Punct}","");
words.add(w);
}
}
for (String w: words) {
System.out.println(w);
}
} catch (Exception e) {
e.printStackTrace();
}
Я уже где-то публиковал этот ответ, я сделаю это здесь снова. Эта версия не использует какой-либо основной встроенный метод. Вы получили массив char, преобразовали его в строку. Надеюсь, что это поможет!
import java.util.Scanner;
public class SentenceToWord
{
public static int getNumberOfWords(String sentence)
{
int counter=0;
for(int i=0;i<sentence.length();i++)
{
if(sentence.charAt(i)==' ')
counter++;
}
return counter+1;
}
public static char[] getSubString(String sentence,int start,int end) //method to give substring, replacement of String.substring()
{
int counter=0;
char charArrayToReturn[]=new char[end-start];
for(int i=start;i<end;i++)
{
charArrayToReturn[counter++]=sentence.charAt(i);
}
return charArrayToReturn;
}
public static char[][] getWordsFromString(String sentence)
{
int wordsCounter=0;
int spaceIndex=0;
int length=sentence.length();
char wordsArray[][]=new char[getNumberOfWords(sentence)][];
for(int i=0;i<length;i++)
{
if(sentence.charAt(i)==' ' || i+1==length)
{
wordsArray[wordsCounter++]=getSubString(sentence, spaceIndex,i+1); //get each word as substring
spaceIndex=i+1; //increment space index
}
}
return wordsArray; //return the 2 dimensional char array
}
public static void main(String[] args)
{
System.out.println("Please enter the String");
Scanner input=new Scanner(System.in);
String userInput=input.nextLine().trim();
int numOfWords=getNumberOfWords(userInput);
char words[][]=new char[numOfWords+1][];
words=getWordsFromString(userInput);
System.out.println("Total number of words found in the String is "+(numOfWords));
for(int i=0;i<numOfWords;i++)
{
System.out.println(" ");
for(int j=0;j<words[i].length;j++)
{
System.out.print(words[i][j]);//print out each char one by one
}
}
}
}
Другой способ сделать это - StringTokenizer. например: -
public static void main(String[] args) {
String str = "This is a sample string";
StringTokenizer st = new StringTokenizer(str," ");
String starr[]=new String[st.countTokens()];
while (st.hasMoreElements()) {
starr[i++]=st.nextElement();
}
}
Вы можете использовать простой следующий код
String str= "This is a sample sentence.";
String[] words = str.split("[[ ]*|[//.]]");
for(int i=0;i<words.length;i++)
System.out.print(words[i]+" ");