Question

根据我的知识，没有任何功能可以识别包含数字的术语。我有一个语料库，有一些句子，如：

Alice2B Visum 7/2 Dann 394-3973-3 ging sie nach Hollywood dort als 25.1 Drehbuchautorin arbeiten Kurz 2006 nach ihrer 329-49 Ankunft lernte sie den Filmregisseur 02 / ayn Cecil

我需要维护单词并删除其中包含数字的所有数字或术语。对于此示例，输出应如下所示：

Visum Dann ging sie nach Hollywood dort als Drehbuchautorin arbeiten Kurz nach ihrer Ankunft lernte sie den Filmregisseur Cecil

我正在寻找适用于 Java 的内容。有关此主题的任何信息都表示赞赏。

Answer 1

您可以使用此正则表达式查找包含数字的术语

\S*\d+\S*

然后删除它们（简单的你可以使用String.replaceAll(regex)）。如果你想单独处理网址，你可能需要找到另一种方法来检测它们

注意：验证正则表达式here

Answer 2

将其拆分为子串（String.split（）），然后遍历子串以查看它们是否包含数字（String.matches（regex））

Answer 3

试试这个：

@Component

Answer 4

我需要这样的东西。也许它会帮助别人。谢谢@Shafin Mahmud和@BjörnSchönrock。

final String inputText = "Alice2B Visum 7/2 Dann 394–3973-3 ging sie nach Hollywood dort als 25.1 Drehbuchautorin arbeiten Kurz 2006 nach ihrer 329–49 Ankunft lernte sie den Filmregisseur 02/ayn Cecil";

for (String t : inputText.split(" +")) {
    if (t.split("\\S*\\d+\\S*").length>0)
       System.out.println(t);
}

或类似的东西：

final String inputText = "Alice2B Visum 7/2 Dann 394–3973-3 ging sie nach Hollywood dort als 25.1 Drehbuchautorin arbeiten Kurz 2006 nach ihrer 329–49 Ankunft lernte sie den Filmregisseur 02/ayn Cecil";

Pattern p = Pattern.compile( "[0-9]" );
for (String t : inputText.split(" +")) {
    if (!p.matcher(t).find())
       System.out.println(t);
}

检查字符串是否包含带有数字的条款

4 个答案: