使用正则表达式在文本中搜索多个单词 (Java)

Question

我有一种方法可以在文本中搜索单词，这两个单词都是由参数插入的。public Integer findTheWord(String stringToCheck, String regexString) throws IOException {        int count = 0;        Pattern regexp = Pattern.compile("\\b" + regexString + "\\b");        Matcher matcher = regexp.matcher(stringToCheck);        while (matcher.find()) {                count++;                String matchString = matcher.group();                System.out.println(matchString);            }        System.out.println(count);        return count;  }如何插入多个单词并返回每个单词的出现？

Answer 1

因此，第一个也是最简单的选择是使用您的实际findTheWord()方法并创建一个使用它的新方法：

public Map<String, Integer> findTheWords(String stringToCheck, List<String> words) {

    return words.stream().distinct()

            .collect(Collectors.toMap(Function.identity(), word -> findTheWord(stringToCheck, word)));

}

public Integer findTheWord(String stringToCheck, String regexString) {

    Pattern regexp = Pattern.compile("\\b" + regexString + "\\b");

    Matcher matcher = regexp.matcher(stringToCheck);

    int count = 0;

    while (matcher.find()) {

        count++;

    }

    return count;

}

这样做的问题是，如果您使用大量单词来查找大文本，因为它会为每个单词遍历给定的字符串。因此，另一种方法是为所有单词创建一个正则表达式，并在生成的映射中递增下一个找到的单词：

public Map<String, Integer> findTheWords(String stringToCheck, List<String> words) {

    Pattern regexp = Pattern.compile(words.stream().distinct().map(word -> "\\b" + word + "\\b").collect(Collectors.joining("|")));

    // creates a pattern like this: "\ba\b|\bb\b|\bc\b|\bd\b|\be\b"

    Matcher matcher = regexp.matcher(stringToCheck);

    Map<String, Integer> result = new HashMap<>();

    while (matcher.find()) {

        String word = matcher.group();

        result.put(word, result.getOrDefault(word, 0) + 1);

    }

    return result;

}

除此之外，您可能正在考虑对Set单词使用 a 而不是 the List，因为值是唯一的，因此无需调用.distinct()流。

Answer 2

HashMap 作为参数，输入字符串作为键，正则表达式作为值，遍历所有条目，执行你的方法并返回一个 HashMap，匹配的词作为键，出现作为值。

 public HashMap<String, Integer> findTheWordsAndOccurences(HashMap<String, String> stringsAndRegex) throws IOException {

    HashMap<String, Integer> result = null;

    for (Map.Entry<String, String> entry : stringsAndRegex.entrySet()){

        String stringToCheck = entry.getKey();

        String regexString = entry.getValue();

        String matchString = "";

        int count = 0;

        Pattern regexp = Pattern.compile("\\b" + regexString + "\\b");

        Matcher matcher = regexp.matcher(stringToCheck);

        while (matcher.find()) {

            count++;

            matchString = matcher.group();

            System.out.println(matchString);

            result.put(matchString, count);

        }

    }

    return result;

}