java:如何规范化文本?
Posted
技术标签:
【中文标题】java:如何规范化文本?【英文标题】:java: how to normalize text? 【发布时间】:2012-05-04 18:16:48 【问题描述】:我想为我的程序建立索引,最重要的步骤之一是规范化文本。 例如我需要将“[(Mac Pro @apple)]”转换为“macproapple”,在其中过滤空格、标点符号([()]) 和特殊字符(@)。我的代码是这样的:
StringBuilder sb = new StringBuilder(text);
sb = filterPunctuations(sb);
sb = filterSpecialChars(sb);
sb = filterBlankSpace(sb);
sb = toLower(sb);
因为这会生成很多String对象,所以我决定使用StringBuilder。但我不知道如何使用 StringBuffer 来做到这一点。有没有人有一些建议?我还需要处理汉字。
【问题讨论】:
***.com/questions/1805518/… 但是stringBuffer没有replaceAll方法 【参考方案1】:您可以将replaceAll
api 与正则表达式一起使用
String originalText = "[(Mac Pro @apple)]";
String removedString = originalText.replaceAll("[^\\pL\\pN]", "").toLowerCase();
内部replaceAll
方法使用StringBuffer,因此您不必担心在内存中创建多个对象。
这是replaceAll
在Matcher
类中的代码
public String replaceAll(String replacement)
reset();
boolean result = find();
if (result)
StringBuffer sb = new StringBuffer();
do
appendReplacement(sb, replacement);
result = find();
while (result);
appendTail(sb);
return sb.toString();
return text.toString();
【讨论】:
谢谢,现在我决定使用字符串替换方法。 如果字符串对象分配让你担心,那么你应该预编译正则表达式!【参考方案2】:试试这个-
class Solution
public static void main (String[] args)
String s = "[(Mac Pro @apple)]";
s = s.replaceAll("[^A-Za-z]", "");
System.out.println(s);
这给出了
的输出MacProapple
上面几行的一个小解释是-
s.replaceAll("[^A-Za-z]", "")
删除字符串中所有不在 A-Z 和 a-z 中(用 ^ 表示)的内容。 Java中的正则表达式解释here。
如果要将字符串末尾转换为小写,则需要使用s.toLowerCase()
。
【讨论】:
谢谢,如果找不到使用 StringBuffer 的解决方案,我想我会使用 String 你错了。在 Java 中,String 对象是不可变的。每次更改 String(例如 replaceAll())时,都会创建一个新的 String 对象。以上是关于java:如何规范化文本?的主要内容,如果未能解决你的问题,请参考以下文章