Question

我正在使用StringUtils.countMatches计算单词频率，有没有办法搜索文字以查找以某些字符开头的单词？

示例：

在“我公寓里的人造艺术”中搜索艺术将返回3！我需要它返回2只用 art 开头的单词。

我的解决方案是用空格替换文本中的\ r和\ n，并将代码修改为：

text = text.replaceAll("(\r\n|\n)"," ").toLowerCase();
searchWord = " "+searchWord.toLowerCase();
StringUtils.countMatches(text, searchWord);

我也试过以下正则表达式：

patternString = "\\b(" + searchWord.toLowerCase().trim() + "([a-zA-Z]*))";
pattern = Pattern.compile(patternString);
matcher = pattern.matcher(text.toLowerCase());

问题： - 我的第一个解决方案是否有意义还是有更好的方法来做到这一点？

- 我的第二个解决方案更快了？因为我正在使用大文本文件和大量的搜索词。

由于

Answer 1

text = text.replaceAll("(\r\n|\n)"," ").toLowerCase();
searchWord = " "+searchWord.toLowerCase();
String[] words = text.split(" ");
int count = 0;
for(String word : words)
   if(searchWord.length() < word.length())
        if(word.substring(word.length).equals(searchWord))
            count++;

循环提供相同的效果。

Answer 2

使用正则表达式计算art...的示例。要使用的模式是：

\b<search-word>

此处，\b与word boundary匹配。当然，\b在模式字符串中列出时需要进行转义。以下是一个例子：

String input = "artificial art in my apartment";
Matcher matcher = Pattern.compile("\\bart").matcher(input);

int count = 0;
while (matcher.find()) {
    count++;
}

System.out.println(count);

输出：2

StringUtils.count匹配以字符串开头的单词？

2 个答案: