在Java中修剪字符串，同时保留完整的单词

Posted 2023-02-26

【中文标题】在Java中修剪字符串，同时保留完整的单词

【英文标题】：Trim String in Java while preserve full word

【发布时间】：2011-12-05 23:50:09

【问题描述】：

我需要在 java 中修剪一个字符串，以便：

敏捷的棕色狐狸跳过懒惰的狗。

变成

快速的棕色...

在上面的示例中，我将修剪到 12 个字符。如果我只使用子字符串，我会得到：

快速的...

我已经有了使用子字符串的方法，但我想知道最快（最有效）的方法是什么，因为一个页面可能有很多修剪操作。

我能想到的唯一方法是将字符串拆分为空格并将其重新组合在一起，直到其长度超过给定长度。还有其他方法吗？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，保留最后一个单词（如上面的示例所示）和一个几乎是子字符串的硬修剪。

谢谢，

【参考方案1】：

以下是我用来在我的 web 应用程序中修剪长字符串的方法。 正如你所说的“软”boolean，如果设置为true，将保留最后一个字。 这是我能想到的最简洁的方法，它使用 StringBuffer 比重新创建不可变的字符串更有效。

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，这是为了防止隐式地不必要地创建String，这既慢又浪费。

注意： escapeHtml 是从 apache commons 静态导入的：

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

您可以删除它，代码应该可以正常工作。

【讨论】：

StringBuffer 如何帮助提高性能？ substring、indexOf 和 length 没有理由在 StringBuffer 上比在 String 上更快。

让我澄清一下，提问者说它正在标记化，然后将字符串重新组合在一起。每次他在字符串上附加一个新标记时，整个字符串都会被销毁并重新创建。对于长字符串，此操作比使用StringBuffer 要昂贵得多。虽然我同意，但考虑到 StringBuffer 已创建，并且当我们返回时，我们有效地创建了至少 3 次字符串（子字符串、附加点、转义 [、修剪]），性能差异可能可以忽略不计。

问题是在你的代码中你没有向StringBuffer附加任何东西。

谢谢，你说得对，至少应该在 StringBuffer 中附加点。我会在测试确保没有错误后更新我的答案。

@TranDinhThoai escapeHtml 是静态导入。 import static org.apache.commons.lang.StringEscapeUtils.escapeHtml; 你可以删除它，它的工作原理是一样的。我在那里有它，因为我在 web 应用程序中使用它并且需要转义 html 实体。

【参考方案2】：

这是一个简单的、基于正则表达式的单行解决方案：

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

解释：

(?<=.12) 是一个否定的后视，它断言匹配的左边至少有 12 个字符，但它是一个非捕获（即零宽度）匹配 \b.* 匹配第一个单词边界（至少 12 个字符后 - 以上）到末尾

这被替换为“...”

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...

---

如果性能是一个问题，预编译正则表达式，只需编译一次即可将速度提高大约 5 倍 (YMMV)：

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

并重复使用它：

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

【讨论】：

你能解释一下正则表达式吗？我喜欢这个解决方案，但我必须看看它如何在下面阿里的回答中提高速度。

@AMZFR 如果您担心速度，请不要使用正则表达式。它会比 indexOf + substring 慢得多（慢 10-100 倍）。

感谢@Banthar，我之所以反对只是因为我喜欢知道代码中发生了什么，但正则表达式解决方案仍然非常优雅。

一个不错的答案。当性能不是主要因素时的更简单的解决方案

@SaifAsif 如果需要性能，我添加了一个更快的版本，虽然原始版本只会在几微秒内执行，所以除非你需要它运行得非常快，否则我会喜欢一个 -衬里静态编译正则表达式。

【参考方案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) + "...";

【讨论】：

这很好很简单。谢谢！

【参考方案4】：

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

【参考方案5】：

您的要求不明确。如果您在用自然语言表达它们时遇到困难，那么难于将它们翻译成像 Java 这样的计算机语言也就不足为奇了。

“保留最后一个单词”意味着算法会知道“单词”是什么，所以你必须先告诉它。拆分是一种方法。具有语法的扫描器/解析器是另一个。

在我关心效率之前，我会担心让它发挥作用。让它发挥作用，衡量它，然后看看你能对性能做些什么。其他一切都是没有数据的猜测。

【讨论】：

很公平。 “保留最后一个单词”的意思是我不想截断除空格以外的任何字符上的字符串？这有意义吗？

【参考方案6】：

怎么样：

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

【讨论】：

你能解释一下正则表达式吗？这会保留最后一句话吗？您的正则表达式与 Bohemian 的不同。

取前 12 个字符，之后的最少字符来补全单词，然后添加 ...

我实际上忘记在模式的末尾添加一些东西来删除字符串的其余部分。立即编辑以修复。

【参考方案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))+ " ...";