Question

我需要使用“双城记”的明文文件（由Project Gutenberg提供）为我的算法类创建马尔可夫链文本生成器。我目前停留在第一阶段，即解析文本文件并从字符中创建键值对，以便将它们添加到符号表中以执行其余工作（实际生成新文本））。

为了澄清，这就是我想要的键值对（假设字母表是文本文件）：

abc = key | d =值
bcd = key | e =值
cde = key | f =值
等等

我正在使用BufferedReader读取每一行然后解析每一行，但我这样做的方式是错误的，我无法找到解决方法。为了遍历每一行中的字符，我使用for循环来到达当前字符，然后到达当前字符+ 1，依此类推。基本上，我最终必须到达下一行（尚未读取）并收到StringIndexOutOfBounds异常。我需要一种方法来移动到下一行并继续迭代整个文件。

这是我到目前为止所做的：

import java.io.BufferedReader;
import java.io.IOException;

public class MarkovTextGenerator {
    public static void main(String[] args) throws IOException {
        /***********************************************************
         * Begin parsing through text file, character by character *
         ***********************************************************/
        try (BufferedReader br = new BufferedReader(new FileReader("file.txt"))) {
            String line;
            while ((line = br.readLine()) != null) {
                for (int i = 0; i < line.length(); i++) {
                    String char1 = line.substring(i, i + 1);
                    String char2 = line.substring(i + 1, i + 2);
                    String char3 = line.substring(i + 2, i + 3);
                    char value = line.charAt(i + 3);
                    String key = char1 + char2 + char3;
                    System.out.println(key);
                    System.out.println(value);
                }
            }
        }
        /******************
         * End of parsing *
         ******************/
    }
}

Answer 1

for循环的迭代应该只转到i < line.length() - 3。抛出StringIndexOutOfBounds异常是因为line.substring调用将超过字符串的最后一个字符。

例如

"abc".substring(2,3)将抛出异常，因为字符串后面不再有字符。

Java - 马尔可夫链文本生成器 - 解析文本文件

1 个答案: