Question

我有一个来自github项目的文本文件（所有有效英语单词的集合），看起来像words.txt

我的文本文件位于我项目的resources文件夹下。

我还有一个从mysql中的表中获取的行列表。我想要做的是检查每一行中的所有单词是否都是有效的英语单词，这就是为什么我将每一行与我文件中包含的单词进行比较。

这是我迄今为止所尝试过的：

 public static void englishCheck(List<String> rows) throws IOException {
    ClassLoader classLoader = ClassLoader.getSystemClassLoader();
    int lenght, occurancy = 0;
    for ( String row : rows ){

       File file = new File(classLoader.getResource("words.txt").getFile());


       lenght = 0;

       if ( !row.isEmpty()  ){
           System.out.println("the row : "+row);
           String[] tokens = row.split("\\W+");
           lenght = tokens.length;
           for (String token : tokens) {

               occurancy = 0;
               BufferedReader br = new BufferedReader(new FileReader(file));

               String line;
               while ((line = br.readLine()) != null ){


                   if ((line.trim().toLowerCase()).equals(token.trim().toLowerCase())){
                       occurancy ++ ;

                   }
                   if (occurancy == lenght ){ System.out.println(" this is english "+row);break;}

               }

           }





       }

   }
}

这只适用于第一行，之后我的方法遍历只显示它们的行并忽略比较，我想知道为什么这不适用于我的行集，它也有效如果我预定了我的列表List<String> raws = Arrays.asList(raw1, raw2, raw3 )等等

Answer 1

您可以使用方法List#containsAll(Collection)

如果此列表包含该列表的所有元素，则返回true 指定的集合。

假设你有两个列表已经被列入 myListFromRessources 和 myListFromRessources ，那么你可以这样做：

List<String> myListFromRessources = Arrays.asList("A", "B", "C", "D");
List<String> myListFromRessources = Arrays.asList("D", "B");

boolean myInter = myListFromRessources.containsAll(myListFromSQL);
System.out.println(myInter);
myListFromSQL = Arrays.asList("D", "B", "Y");
myInter = myListFromRessources.containsAll(myListFromSQL);
System.out.println(myInter);

Answer 2

您可以阅读words.txt文件，将单词转换为小写，然后将单词放入HashSet。

使用boolean contains(Object o)或boolean containsAll(Collection<?> c);方法比较每个单词。时间 O（n）。

提示：不要在每个循环中读取文件。阅读文件非常慢。

ClassLoader classLoader = ClassLoader.getSystemClassLoader();
InputStream inputStream = classLoader.getResourceAsStream("words.txt");
BufferedReader reader = new BufferedReader(new InputStreamReader(inputStream));
List<String> wordList = new LinkedList<String>(); // You do not know word count, LinkedList is a better way.
String line = null;
while ((line = reader.readLine()) != null) {
  String[] words = line.toLowerCase().split("\\W+");
  wordList.addAll(Arrays.asList(words));
}
Set<String> wordSet = new HashSet<String>(wordList.size());
wordSet.addAll(wordList);


// then you can use the wordSet to check. 
// You shold convert the tokens to lower case.
String[] tokens = row.toLowerCase().split("\\W+");
wordSet.containsAll(Arrays.asList(tokens));

Answer 3

你的代码不起作用的原因是occurancy永远不能是0或1以外的任何东西。你可以通过遵循逻辑或通过调试器来看到它。

如果你的words.txt文件不是太大，并且你有足够的RAM可用，你可以通过在开始时将words.txt文件读入内存来加快处理速度。此外，您只需要调用toLowerCase（）一次，而不是每次比较。但是，请注意区域设置。只要您没有任何非英语字符，例如德语eszett或希腊语sigma，以下代码就可以使用。

public static void englishCheck(List<String> rows) throws IOException {
    final URI wordsUri;
    try {
        wordsUri = ClassLoader.getSystemResource("words.txt").toURI();
    } catch (URISyntaxException e) {
        throw new AssertionError(e); // can never happen
    }

    final Set<String> words = Files.lines(Paths.get(wordsUri))
            .map(String::toLowerCase)
            .collect(Collectors.toSet());

    for (String row: rows)
        if (!row.isEmpty()) {
            System.out.println("the row : " + row);
            String[] tokens = row.toLowerCase().split("\\W+");
            if (words.containsAll(Arrays.asList(tokens)))
                System.out.println(" this is english " + row);
        }
}

检查java中单词的文本文件中是否包含字符串

3 个答案: