在 Java 中修剪字符串，同时保留完整单词

Question

我需要在java中修剪一个字符串，以便：

敏捷的棕色狐狸跳过了懒惰的狗。

变成

快速棕色...

在上面的示例中，我将其修剪为 12 个字符。如果我只使用子字符串我会得到：

快速...

我已经有了一种使用子字符串执行此操作的方法，但我想知道执行此操作最快（最有效）的方法是什么，因为页面可能有许多修剪操作。

我能想到的唯一方法是将字符串按空格分开，然后将其放回一起，直到其长度超过给定长度。还有其他办法吗？也许是一种更有效的方法，我可以使用相同的方法进行“软”修剪，其中保留最后一个单词（如上例所示）和硬修剪，这几乎是一个子字符串。

谢谢，

Answer 1

下面是我用来修剪网络应用程序中长字符串的方法。
正如您所说，“软”布尔值如果设置为 true 将保留最后一个单词。
这是我能想到的最简洁的方法，它使用 StringBuffer，它比重新创建不可变的字符串要有效得多。

public static String trimString(String string, int length, boolean soft) {
    if(string == null || string.trim().isEmpty()){
        return string;
    }

    StringBuffer sb = new StringBuffer(string);
    int actualLength = length - 3;
    if(sb.length() > actualLength){
        // -3 because we add 3 dots at the end. Returned string length has to be length including the dots.
        if(!soft)
            return escapeHtml(sb.insert(actualLength, "...").substring(0, actualLength+3));
        else {
            int endIndex = sb.indexOf(" ",actualLength);
            return escapeHtml(sb.insert(endIndex,"...").substring(0, endIndex+3));
        }
    }
    return string;
}

更新

我已经更改了代码，以便将...附加到StringBuffer中，这是为了防止隐式创建不必要的String既缓慢又浪费。

注意： escapeHtml 是来自 apache commons 的静态导入：

import static org.apache.commons.lang.StringEscapeUtils.escapeHtml;

您可以将其删除并且代码应该工作相同。

Answer 2

下面是一个简单的、基于正则表达式的 1 行解决方案：

str.replaceAll("(?<=.{12})\\b.*", "..."); // How easy was that!? :)

说明：

• (?<=.{12}) 是一个否定的后面，它断言存在匹配左侧至少有 12 个字符，但它是非捕获（即零宽度）匹配
• \b.* 匹配第一个单词边界（至少 12 个字符之后 - 上面）到最后

这是替换为“...”

这是一个测试：

public static void main(String[] args) {
    String input = "The quick brown fox jumps over the lazy dog.";
    String trimmed = input.replaceAll("(?<=.{12})\\b.*", "...");
    System.out.println(trimmed);
}

输出：

The quick brown...

---

来预编译正则表达式，以获得大约 5 倍的加速 (YMMV) ：

static Pattern pattern = Pattern.compile("(?<=.{12})\\b.*");

如果性能是一个问题，则通过编译一次并重用它

String trimmed = pattern.matcher(input).replaceAll("...");

Answer 3

请尝试以下代码：

private String trim(String src, int size) {
    if (src.length() <= size) return src;
    int pos = src.lastIndexOf(" ", size - 3);
    if (pos < 0) return src.substring(0, size);
    return src.substring(0, pos) + "...";
}

Answer 4

尝试搜索最后一次出现的小于或大于 11 的空格，并通过添加“...”来修剪那里的字符串。

Answer 5

你的要求不明确。如果您无法用自然语言表达它们，那么它们很难翻译成 Java 等计算机语言也就不足为奇了。

“保留最后一个单词”意味着算法将知道“单词”是什么，因此您必须首先告诉它。分裂是一种方法。具有语法的扫描器/解析器是另一个。

在我关心效率之前，我会先考虑让它发挥作用。让它发挥作用，对其进行衡量，然后看看您可以对性能做些什么。其他一切都是没有数据的猜测。

Answer 6

怎么样：

mystring = mystring.replaceAll("^(.{12}.*?)\b.*$", "$1...");

Answer 7

我使用这个技巧：假设修剪后的字符串必须有 120 的长度：

String textToDisplay = textToTrim.substring(0,(textToTrim.length() > 120) ? 120 : textToTrim.length());

        if (textToDisplay.lastIndexOf(' ') != textToDisplay.length() &&textToDisplay.length()!=textToTrim().length()) {

            textToDisplay = textToDisplay + textToTrim.substring(textToDisplay.length(),textToTrim.indexOf(" ", textToDisplay.length()-1))+ " ...";
        }