Question

如何删除String中多次出现的字词？这里很难的是，我不知道它是哪个词。见下面的例子。

这是我如何尝试将一个段落拆分成句子但是，有一个问题我的段落includes日期日期日期日期如2014年1月13日，单词includes如美国和数字

这里，有些词有多次出现。 sentence，dates，includes和how等字词不止一次出现过。请注意，重复可能不会发生在彼此附近，例如includes。我想删除这些，所以它将如下所示。

这就是我试图将一个段落分成一个句子的方法但是，有一个问题我的段落包含日期，如2014年1月13日，像U S和数字

请注意，删除多次出现并不意味着删除所有多次出现的单词。它只需保留一份并删除其余部分。

就像上面一样，会有很大的String，我不知道哪个词出现过多次。我怎样才能做到这一点？

Answer 1

一次复制一个单词，并忽略重复项。使用哈希集来跟踪重复项。

像这样......

String text = "This is how how I tried to split a paragraph into a sentence sentence But, there is a problem My paragraph includes dates dates dates dates like Jan 13, 2014 , words includes like U S and numbers"; 
StringBuilder result = new StringBuilder();
HashSet<String> set = new HashSet<String>();
for(String s : text.split(" ")) {
    if (!set.contains(s)) {
        result.append(s);
        result.append(" ");
        set.add(s);
    }
}
System.out.println(result);

你必须稍微触摸它才能正确处理标点符号，但这应该让你开始，。

Answer 2

您可以使用：

String rtsruoy = new StringBuilder(yourstr).reverse().toString();

String tluser = rtsruoy.replaceAll("(?s)(\\b[a-zA-Z]{3,}+\\b)(?=.*?\\1)", "");

String result =  new StringBuilder(tluser).reverse().toString();

注意：我选择将3作为最小字母数，您可以选择您想要的内容。

Answer 3

您可以使用LinkedHashSet：

String original = "This is how how I tried to split a paragraph into a sentence sentence But, there is a problem My paragraph includes dates dates dates dates like Jan 13, 2014 , words includes like U S and numbers";
System.out.println(new LinkedHashSet<String>(Arrays.asList(original.split(" "))).toString().replace(", ", " "));

这将返回：

[这就是我试图将一个段落分成句子但是，那里问题我的日期包括2014年1月13日，单词U S和数字]

删除Word的多次出现

3 个答案: