如何过滤文档文本中常用的单词？ （哈希地图）

Question

感谢您的阅读。我目前有一个学校项目，我真的坚持。目的是从Web检索文档文本，然后将每个单词存储到地图对象中，同时省略常用单词，如“which，about，during，after”等。

基本上归结为：

//要忽略的单词列表

    Set<String> ignore = new HashSet<>(Arrays.asList(new String[]{
  "after", "which", "later", "other", "during", "their", "about"}));

//将遍历文档文本（内容）以查找附加的单词 到word_pattern（为了简单起见，可以说单词将有5个字母或更多）

Matcher match = Pattern.compile(word_pattern).matcher(content);
while (match.find()) {
   String word = match.group().toLowerCase();

所以现在在这个while循环中我希望跳过忽略集中的任何单词，否则将它添加到地图对象中......但我似乎无法正确使用它似乎没有任何东西可以点击给我。我可以轻松地将所有单词添加到地图对象中并进行一些扣除，但我希望能够为我的理智做到这一点。

Answer 1

您的忽略字词列表是Set，它提供contains方法 可以简单地在循环中添加这个条件：

if(!ignore.contains(word))
{
    //addToList
}