Java-如何为特定单词解析字符串中的单词答案

【问题标题】：Java- how to parse for words in a string for a specific wordJava-如何为特定单词解析字符串中的单词
【发布时间】：2011-01-19 10:09:30
【问题描述】：

我将如何解析句子“嗨，你好吗？”中的“嗨”一词或解析“你好吗？”中的“如何”一词？

我想要的代码示例：

String word = "hi";
String word2 = "how";
Scanner scan = new Scanner(System.in).useDelimiter("\n");
String s = scan.nextLine();
if(s.equals(word)) {
System.out.println("Hey");
}
if(s.equals(word2)) {
System.out.println("Hey");
}

【问题讨论】：

您发现当前版本有什么问题？
两个问题：您测试字符串的相等性，而不考虑一行可能包含空格、逗号、感叹号等，也不关心大写/小写。请参阅下面的答案

标签： java string parsing words

【解决方案1】：

我会选择java.util.StringTokenizer：https://docs.oracle.com/javase/1.5.0/docs/api/java/util/StringTokenizer.html

StringTokenizer st = new StringTokenizer(
    "Hi, how are you?", 
    ",.:?! \t\n\r"       //whitespace and puntuation as delimiters
);
 while (st.hasMoreTokens()) {
     if(st.nextToken().equals("Hi")){
         //matches "Hi"
     }
 }

或者，查看java.util.regex 并使用正则表达式。

【讨论】：

StringTokenizer 的 javadoc 包含以下语句：“StringTokenizer 是一个遗留类，尽管在新代码中不鼓励使用它，但出于兼容性原因保留它。建议任何寻求此功能的人使用String 或 java.util.regex 包的拆分方法。"
Simon Nickerson：感谢您指出这一点，我没有意识到。可惜他们偏爱split，因为这似乎已经完成了所有工作
如果用户只输入“hi”会发生什么？后面没有“ ”了。
@Custard：你试过了吗？对我来说，字符串标记器在nextToken() 上正确传递了“hi”
我没有，（对不起），但我很感兴趣！明天我去！

【解决方案2】：

要查找子字符串，您可以使用 contains 或 indexOf 或任何其他变体：

http://java.sun.com/j2se/1.5.0/docs/api/java/lang/String.html

if( s.contains( word ) ) {
   // ...
}

if( s.indexOf( word2 ) >=0 ) {
   // ...
}

如果您关心单词边界，那么StringTokenizer 可能是一个不错的方法。

https://docs.oracle.com/javase/1.5.0/docs/api/java/util/StringTokenizer.html

然后您可以对每个单词执行不区分大小写的检查 (equalsIgnoreCase)。

【讨论】：

哇！这正是我要找的！顺便说一句：在我的实际版本中，我已经将它转换为小写，我只是为了这个问题而简化了它！再次感谢！

【解决方案3】：

看起来像是Regular Expressions 的工作。 Contains 会误报，例如 "hire-purchase"。

if (Pattern.match("\\bhi\\b", stringToMatch)) { //...

【讨论】：

没有任何解释的一票否决？您是真的想改进 SO，还是只是丢掉自己的代表来试图伤害别人的？
嘿抱歉，没有看到这里有其他答案：p 我试过了，但它似乎根本不起作用......我可能做错了什么？顺便说一句：当我使用“匹配”时它给了我一个错误，所以我使用“匹配”
+1 除非您需要双重转义 \\b 才能正常工作。正在更新答案。

【解决方案4】：

您可以将正则表达式传递给Scanner 的next() 方法。因此，您可以遍历输入中的每个单词（扫描仪默认以空格分隔）并在匹配时执行适当的处理。

【讨论】：

【解决方案5】：

我会选择tokenizer。将空格和逗号、句号等其他元素设置为分隔符。并且记得在不区分大小写模式下进行比较。

这样您就可以在“Hi，他的测试进展如何”中找到“hi”，而不会在“his”上得到假阳性，在“Hi”上得到假阴性（以大写 H 开头）。

【讨论】：