查找包含另一个字符串的字符串部分，以及可能的中间单词

Question

对于本学期的最后一个项目，目标是在 Song 对象内的歌词字符串上运行特定短语的搜索，然后根据子字符串匹配的长度对结果进行排名。歌词是从文件中读取的，并与该文件中的换行符匹配。

例如，搜索“她爱你”将在示例匹配中返回以下内容：

披头士乐队：“... 她爱你，是的，是的，是的...”排名= 13 个字符< br> Bonnie Raitt：“...她只是爱你...”排名= 18 个字符
埃尔维斯·普雷斯利：“...您在问她是否爱我\r\n嗯，您不知道...”排名= 23 个字符

正如您从上一个示例中看到的，匹配可以跨越多行。

我在 TreeMap> 中拥有所有歌曲，因此我获得了与查询中的第一个单词匹配的所有歌曲。我遇到的困难是在字符串中搜索匹配项，因为正则表达式在这种情况下不起作用。

构造 Song 对象时，我将歌词转储到 Set 中以运行单个单词的搜索，为此我使用了 String.split("[^a-zA-Z}") 分离出单个单词并清除标点符号。所以我想在该数组上运行搜索。我使用的过程如下：

break up the query into a String array
  for each Song in the set
    if (song.lyrics.contains(query)
      great, break loop to next song

    otherwise
      int queryCounter=0;
      find first index point in String array that matches query[queryCounter]
        using that as the start point, iterate through the String array for matches

迭代完成后，将创建一个 Rank 对象来保存匹配的数组部分的歌曲、搜索短语、起点和终点。 Rank 对象中有一个方法来计算字符数并补偿空白以计算排名。然后将其插入 PriorityQueue，其中将从原始 matchSet 中提取前十个匹配项。

问题是这并不能防止误报，而且匹配排名可能会出现偏差。例如，Aerosmith的Beyond Beautiful包含“...她爱我，她不爱你...”通过我的流程，我将匹配“...她爱我，她爱你< /strong> 不是...”，因此我的排名将不是 13，而是 27。

我需要进行哪些更改才能消除误报和不正确的排名？

Answer 1

我想补充一下jjinguy所说的：

基本上，在“otherwise”块中，找到与起始点匹配的第一个索引后，您还必须寻找可能的其他起始点，如果找到另一个起始点，则重置起始点

我将在其中保留所有可能匹配的列表一首歌曲，最后使用排名最好的一首。简单地重置起点可能无法赶上排名最高的比赛。

也许这不是最好的方法，但担忧仍然存在。