创建 Java 程序来搜索文件中的特定单词

Question

我刚刚学习该语言，想知道更有经验的 Java 程序员在以下情况下会做什么？

我想创建一个java程序，它将搜索指定文件中特定单词的所有实例。

你会如何处理这个问题，Java API 是否附带一个提供文件扫描功能的类，或者我是否必须编写自己的类来执行此操作？

感谢您的任何意见，
多姆.

Answer 1

java API 确实提供了 java.lang. util.Scanner类允许您扫描输入文件。

然而，根据您打算如何使用它，这可能不是最好的主意。文件很大吗？您是否只搜索一个文件，或者是否尝试保留多个文件的数据库并在其中搜索文件？在这种情况下，您可能需要使用更充实的引擎，例如 lucene 。

Answer 2

除非文件非常大，否则要

String text = IOUtils.toString(new FileReader(filename));
boolean foundWord = text.matches("\\b" + word+ "\\b");

查找单词之间的所有文本，您可以使用 split() 并使用字符串的长度来确定位置。

Answer 3

正如其他人指出的那样，您可以使用 Scanner 类。

我将您的问题放入文件 data.txt 中，并运行以下程序：

import java.io.*;
import java.util.Scanner;
import java.util.regex.MatchResult;

public class Test {
    public static void main(String[] args) throws FileNotFoundException {
        Scanner s = new Scanner(new File("data.txt"));
        while (null != s.findWithinHorizon("(?i)\\bjava\\b", 0)) {
            MatchResult mr = s.match();
            System.out.printf("Word found: %s at index %d to %d.%n", mr.group(),
                    mr.start(), mr.end());
        }
        s.close();
    }
}

输出为：

Word found: Java at index 74 to 78.
Word found: java at index 153 to 157.
Word found: Java at index 279 to 283.

搜索到的模式，(?i)\bjava\b，意思如下：

• (?i) 打开不区分大小写开关
• \b 表示单词边界
• java 是搜索到的字符串
• \b 又是一个单词边界。

如果搜索词来自用户，或者由于其他原因可能包含特殊字符，我建议您在字符串周围使用 \Q 和 \E，因为它引号之间的所有字符（如果您真的很挑剔，请确保输入不包含 \E 本身）。