Question

我需要为文本文件编写一个解析器（至少20 kb），我需要确定这个文本文件中是否出现了一组单词中的单词（大约400个单词和数字）。所以我正在寻找最有效的可能性来做到这一点（如果找到匹配，我需要对此进行一些进一步处理，这是前一行）。

我目前所做的是排除那些不包含任何信息的行（元数据行的种类），然后逐字逐句比较 - 但我不认为只是逐字逐句比较是最有效的可能性。

任何人都可以提供一些提示/提示/想法/...

非常感谢

Answer 1

这取决于你对“高效”的意思。

如果你想要一种非常简单的方法来编码它，请记住java中的String对象有方法String.contains（CharSequence sequence）。

然后，您可以将文件内容放入String中，然后使用方法contains（）来迭代您要检查的关键字以查看是否有任何字符串出现在字符串中。

Answer 2

以下内容如何：

Put all your keywords in a HashSet (Set<String> keywords;)
Read the file one line at once
  For each line in file:
  Tokenize to words
  For each word in line:
  If word is contained in keywords (keywords.containes(word))
    Process actual line
    If previous line is available
        Process previous line
  Keep track of previous line (prevLine = line;)

Java解析文本文件

2 个答案: