的Java：（首字母縮寫，簡稱等），從列表中解析的話文本

Question

考慮：

• 文本（可選的HTML標籤）
• 數據庫表與縮寫詞（如「等「， 」所以「，...）

目標：

• 構建一個發現在給定文本中的所有事件分析器
• 建立一個小型的GUI讓用戶選擇，如果發現發生匹配（這由需求將擺動）
• 用戶必須忽略匹配（也必須被標記爲「被忽略」）
• 選項用特殊的XML構造替換任何可接受的事件

我的主要問題是解析器，我剛纔提到的GUI只是給出了一個完整的概述。

任務是構建一個分析器，分析e.x的文本。首字母縮略詞並將其標記用於以後的後處理。任何「標記」都必須以XML標記的形式存在，因爲周圍的環境不接受其他任何東西（我們在以「Spirit」結尾的CMS的DOM編輯器中;））。

有沒有人有暗示的圖書館或做任何人建立這樣的事情？你怎麼會和你會處理事情，如：

• 兩個或兩個以上的話是一個實體
• 句號 - 令牌的句子或部分的一部分，你正在尋找
• 反覆更換 - 用戶接受第一次發生 - 即時更換或緩衝？

任何想法，圖書館暗示，維基百科的文章，不管是誰 - 是有幫助的。我沒有發現任何回答上述所有問題的相關問題。

Answer 1

我讀了很多關於apache lucene的好東西，如果我有類似的項目，我會先看看這個。它可以對源文檔進行索引，並幫助找到所有縮寫詞的出現（這正是「解析」步驟所需的結果，如果我理解的話）。

Answer 2

使用在輸入上運行的某種SAX解析器。對於每一次點擊，您都可以暫停解析，以gui顯示並讓用戶選擇要執行的操作。在解析時，您會在後臺構建DOM樹。

每次用戶替換某個東西時，都會替換該DOM樹中的給定元素（因爲您持有用戶需要作出反應的元素，所以您知道它是哪個元素）。

當整個事情被解析和替換，你只需打印出DOM樹。