Question

我想为我的程序构建索引，其中最重要的一步是规范化文本。例如我需要将“[（Mac Pro @apple）]”转换为“macproapple”，其中我过滤空格，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。有人有什么建议吗？我还需要处理汉字。

Answer 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("[^\\p{L}\\p{N}]", "").toLowerCase();

内部replaceAll方法使用StringBuffer，因此您无需担心在内存中创建的多个对象。

以下是replaceAll类

中Matcher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();
    }

Answer 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

上述行的一个小解释是 -

s.replaceAll("[^A-Za-z]", "")删除字符串中A-Z和a-z中未表示的所有内容（由^表示）。解释了Java中的正则表达式here。

如果要在最后将字符串转换为小写，则需要使用s.toLowerCase()。

java：如何规范化文本？

2 个答案: