java：如何正常化文本？

我想爲我的程序構建索引，其中最重要的一步是對文本進行規範化。例如我需要將「[（Mac Pro @apple）]」轉換爲「macproapple」，其中我過濾空格，標點（[（）]）和特殊字符（@）。我的代碼是這樣的：java：如何正常化文本？

StringBuilder sb = new StringBuilder(text); 
sb = filterPunctuations(sb); 
sb = filterSpecialChars(sb); 
sb = filterBlankSpace(sb); 
sb = toLower(sb);

因爲這會產生很多String對象，我決定使用StringBuilder。但我不知道如何用StringBuffer來完成它。有沒有人有一些建議？我也需要處理漢字。

來源

2012-04-24 remy

http://stackoverflow.com/questions/1805518/replacing-all-non-alphanumeric-characters-with-empty-strings – sgowd 2012-04-24 05:50:05

但StringBuffer的沒有按」 t有replaceAll方法 – remy 2012-04-24 05:53:49

您可以使用replaceAll API使用正則表達式

String originalText = "[(Mac Pro @apple)]"; 
String removedString = originalText.replaceAll("[^\\p{L}\\p{N}]", "").toLowerCase();

內部replaceAll方法使用StringBuffer的，你不用在內存中創建多個對象擔心。

這裏是replaceAll代碼Matcher類

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(); 
    }

來源

2012-04-24 06:08:41

謝謝，現在我決定使用字符串replaceall方法。 – remy 2012-04-24 06:14:00

如果字符串對象分配令您擔心，那麼您應該預編譯正則表達式！ – 2012-04-24 06:58:58

嘗試這 -

class Solution 
{ 
     public static void main (String[] args) 
     { 
       String s = "[(Mac Pro @apple)]"; 
       s = s.replaceAll("[^A-Za-z]", ""); 
       System.out.println(s); 
     } 
}

這給出了

MacProapple

小解釋上面的行是 -

s.replaceAll("[^A-Za-z]", "")刪除字符串中一切未（由表示的輸出^）在AZ和az。 Java中的正則表達式解釋爲here。

如果要在最後將字符串轉換爲小寫字母，則需要使用s.toLowerCase()。

來源

2012-04-24 05:59:46 sgowd

謝謝，我想我會使用字符串，如果我找不到使用StringBuffer的解決方案 – remy 2012-04-24 06:02:46

你錯了。在Java中，一個String對象是不可變的。每次更改一個字符串（例如replaceAll（））時，都會創建一個新的String對象。 – j0ntech 2012-04-24 06:03:38

編輯我的答案。沒有意識到這一點。 – sgowd 2012-04-24 06:04:52

java：如何正常化文本？

回答

相關問題