如何在Java中查找字符串中的整个单词？

Question

我有一个字符串，我必须解析它以查找不同的关键字。 例如，我有字符串：

“我会来 123woods 见你”

我的关键词是

'123woods'
'树林'

每当我有比赛、在哪里比赛时我都应该报道。还应考虑多次发生的情况。

然而，对于这个，我应该只在'123woods'上获得匹配，而不是在'woods'上获得匹配。这消除了使用 String.contains() 方法。另外，我应该能够拥有一个关键字列表/集合，并同时检查它们的出现情况。在此示例中，如果我有 '123woods' 和 'come'，我应该会出现两次。对于大文本，方法执行应该稍微快一些。

我的想法是使用 StringTokenizer 但我不确定它是否会表现良好。有什么建议吗？

Answer 1

以下示例基于您的评论。它使用关键字列表，将使用单词边界在给定字符串中搜索该关键字。它使用 Apache Commons Lang 中的 StringUtils 来构建正则表达式并打印匹配的组。

String text = "I will come and meet you at the woods 123woods and all the woods";

List<String> tokens = new ArrayList<String>();
tokens.add("123woods");
tokens.add("woods");

String patternString = "\\b(" + StringUtils.join(tokens, "|") + ")\\b";
Pattern pattern = Pattern.compile(patternString);
Matcher matcher = pattern.matcher(text);

while (matcher.find()) {
    System.out.println(matcher.group(1));
}

如果您正在寻找更高的性能，您可以看看StringSearch：高性能模式匹配算法在爪哇。

Answer 2

正如其他人回答的那样，使用正则表达式+单词边界。

"I will come and meet you at the 123woods".matches(".*\\b123woods\\b.*");

将会是真的。

"I will come and meet you at the 123woods".matches(".*\\bwoods\\b.*");

将会是假的。

Answer 3

希望这对您有用：

String string = "I will come and meet you at the 123woods";
String keyword = "123woods";

Boolean found = Arrays.asList(string.split(" ")).contains(keyword);
if(found){
      System.out.println("Keyword matched the string");
}

http://codigounico.blogspot.com/

Answer 4

像 Arrays.asList(String.split(" ")).contains("xx") 这样的东西怎么样？

请参阅 String.split() 和 如何测试数组是否包含某个值。

Answer 5

在Android中找到了一种从字符串匹配精确单词的方法：

String full = "Hello World. How are you ?";

String one = "Hell";
String two = "Hello";
String three = "are";
String four = "ar";


boolean is1 = isContainExactWord(full, one);
boolean is2 = isContainExactWord(full, two);
boolean is3 = isContainExactWord(full, three);
boolean is4 = isContainExactWord(full, four);

Log.i("Contains Result", is1+"-"+is2+"-"+is3+"-"+is4);

Result: false-true-true-false

匹配单词的函数：

private boolean isContainExactWord(String fullString, String partWord){
    String pattern = "\\b"+partWord+"\\b";
    Pattern p=Pattern.compile(pattern);
    Matcher m=p.matcher(fullString);
    return m.find();
}

完成

Answer 6

尝试使用正则表达式进行匹配。匹配“\b123wood\b”，\b 是一个分词符。

Answer 7

该解决方案似乎早已被接受，但该解决方案还可以改进，因此如果有人遇到类似的问题：

这是多模式搜索算法的经典应用。

Java 模式搜索（使用 Matcher.find）不适合这样做。在 java 中对精确搜索一个关键字进行了优化，搜索 or 表达式使用正则表达式非确定性自动机，该自动机在不匹配时进行回溯。在最坏的情况下，文本的每个字符将被处理 l 次（其中 l 是模式长度的总和）。

单一模式搜索更好，但也不合格。人们必须开始对每个关键字模式进行整体搜索。在最坏的情况下，文本的每个字符将被处理 p 次，其中 p 是模式的数量。

多模式搜索将仅处理文本的每个字符一次。适合这种搜索的算法有 Aho-Corasick、Wu-Manber 或 Set Backwards Oracle Matching。这些可以在 Stringsearchalgorithms 或 byteseek。

// example with StringSearchAlgorithms

AhoCorasick stringSearch = new AhoCorasick(asList("123woods", "woods"));

CharProvider text = new StringCharProvider("I will come and meet you at the woods 123woods and all the woods", 0);

StringFinder finder = stringSearch.createFinder(text);

List<StringMatch> all = finder.findAll();

Answer 8

public class FindTextInLine {
    String match = "123woods";
    String text = "I will come and meet you at the 123woods";

    public void findText () {
        if (text.contains(match)) {
            System.out.println("Keyword matched the string" );
        }
    }
}

Answer 9

您可以使用正则表达式。
使用 Matcher 和 Pattern 方法获得所需的输出

Answer 10

您还可以使用正则表达式与 \b 标志（整个单词边界）匹配。

Answer 11

一种更简单的方法是使用 split()：

String match = "123woods";
String text = "I will come and meet you at the 123woods";

String[] sentence = text.split();
for(String word: sentence)
{
    if(word.equals(match))
        return true;
}
return false;

这是一种更简单、不太优雅的方法，可以在不使用令牌等的情况下完成相同的操作。

Answer 12

要匹配 "123woods" 而不是 "woods" ，请在正则表达式中使用原子分组。
需要注意的一点是，在单独匹配“123woods”的字符串中，它将匹配第一个“123woods”并退出，而不是进一步搜索同一字符串。

\b(?>123woods|woods)\b

它会搜索 123woods 作为主要搜索，一旦匹配，它就会退出搜索。

Answer 13

回顾原来的问题，我们需要在给定的句子中找到一些给定的关键字，计算出现的次数并知道出现在哪里。我不太明白“where”是什么意思（它是句子中的索引吗？），所以我会通过这个...我还在学习java，一次一步，所以我会看看 必须注意的是

，常见句子（如原问题中的句子）可能有重复的关键字，因此搜索不能只是询问给定关键字“是否存在”并将其计为 1如果它确实存在的话。可以有多个相同的。例如：

// Base sentence (added punctuation, to make it more interesting):
String sentence = "Say that 123 of us will come by and meet you, "
                + "say, at the woods of 123woods.";

// Split it (punctuation taken in consideration, as well):
java.util.List<String> strings = 
                       java.util.Arrays.asList(sentence.split(" |,|\\."));

// My keywords:
java.util.ArrayList<String> keywords = new java.util.ArrayList<>();
keywords.add("123woods");
keywords.add("come");
keywords.add("you");
keywords.add("say");

通过观察，“Say”+“come”+“you”+“say”+“123woods”的预期结果将为 5，如果我们采用小写，则将“say”计数两次。如果不这样做，则计数应为 4，排除“Say”并包括“say”。美好的。我的建议是：

// Set... ready...?
int counter = 0;

// Go!
for(String s : strings)
{
    // Asking if the sentence exists in the keywords, not the other
    // around, to find repeated keywords in the sentence.
    Boolean found = keywords.contains(s.toLowerCase());
    if(found)
    {
        counter ++;
        System.out.println("Found: " + s);
    }
}

// Statistics:
if (counter > 0)
{
    System.out.println("In sentence: " + sentence + "\n"
                     + "Count: " + counter);
}

结果是：

找到：Say
发现：来
找到：你
发现：说
已找到：123woods
In句子: 假设我们中有 123 个人会过来和你见面，比如说，在 123woods 的树林里。
数量：5

Answer 14

如果您想识别字符串中的整个单词并更改该单词的内容，您可以这样做。除了您处理的单词之外，您的最终字符串保持相等。在这种情况下，“not”在最终字符串中保留为“'not'”。

    StringBuilder sb = new StringBuilder();
    String[] splited = value.split("\\s+");
    if(ArrayUtils.isNotEmpty(splited)) {
        for(String valor : splited) {
            sb.append(" ");
            if("not".equals(valor.toLowerCase())) {
                sb.append("'").append(valor).append("'");
            } else {
                sb.append(valor);
            }               
        }
    }
    return sb.toString();