java：如何规范化文本？

Posted 2023-02-26

【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。