java - 查找文本文件中的唯一词

Question

我正在用 Java 编写这个程序来查找文本文件中的唯一单词。我想知道这段代码是否正确，因为它甚至将空格显示为单词。

String[] words;
List<String> uniqueWords = new ArrayList<String>();
words = str1.split("[!-~]* ");
for (int i = 0; i < words.length; i++)
{
    if (!(uniqueWords.contains (words[i])))
    {
        uniqueWords.add(words[i]);
    }
}

例如，如果我的输入是“Hello world！世界怎么样？” 我的输出数组/集合/列表应该有 hello, world, how, is, the

Answer 1

您可以使用Set找到唯一的单词。Set 是一个不包含重复元素的集合。

String[] words;
Set<String> uniqueWords = new HashSet<String>();
words = str1.split("[\\W]+");
for (int i = 0; i < words.length; i++)
{
    uniqueWords.add(words[i]);
}

Answer 2

其他答案的略微修改版本（我喜欢它简短而简单）：

String[] words = str1.split("[!-~]* ");
Set<String> uniqueWords = new HashSet<String>();

for (String word : words) {
    uniqueWords.add(word);
}

注意：如果你想在!或-或~或空间上分割，你应该使用这个：

String[] words = str1.split("[-!~\\s]+");

（破折号必须是第一个或最后一个）

Answer 3

如果我们真的要紧凑：

Set<String> unique = new HashSet<String>(Arrays.asList(str.toLowerCase().split("[-.,:;?!~\\s]+")));

Answer 4

Set 不允许重复，而 List 允许重复。

String[] words;
Set<String> uniqueWords = new HashSet<String>();
words = str1.split("[!-~]* ");
for (int i = 0; i < words.length; i++)
    uniqueWords.add(words[i]); //Here you need not to check with set because it wont allow duplicates

Answer 5

我建议您使用模式和匹配器并将结果放入 Set 中。

public void getWords()
{
    Set<String> words = new HashSet<String>();
    String pattern = "[a-zA-Z]+\\s";
    String match = "hello world how* are. you! world hello";
    Pattern compile = Pattern.compile(pattern);
    Matcher matcher = compile.matcher(match);
    while(matcher.find())
    {
        String group = matcher.group();
        boolean add = words.add(group);
        if(add)
        {
            System.out.println(group);
        }
    }
}

输出：

hello 
world 

通过改变模式来改变你对“词”的定义。

Answer 6

如果您想获取句子/任何文本中未重复的单词，您可以尝试以下操作：

   public static Map<String,Integer> getUniqueWords(String sentence){
   String[] word = sentence.split("[\\W]+");
        Map<String,Integer> uniqueWord = new HashMap<>();
        for (String e:word){
            if(!uniqueWord.containsKey(e)){
                uniqueWord.put(e,1);
            }else{
                uniqueWord.remove(e);
            }
        }
        return uniqueWord;
    }