从字符串中提取和删除实体

Question

我想做的是从给定的字符串中提取子字符串。

例如

String str = "Eminem - Not Afraid with lyrics 2010";
String str2 = "Eminem - Not Afraid (HQ)";
String str3 = " Eminem Not afraid (Lyrics)";

我想去掉多余的词如

lyrics
2010
HQ
()
with

如果我有一个包含所有“额外字符串”的哈希表

从给定字符串中删除多余字符串的最佳方法是什么？

我一开始使用了正则表达式，但它没有用，我还使用了一些实体提取来提取艺术家姓名（回声），但它只适用于艺术家

问题是如果歌曲包含额外的字符串，包含的额外字符串也会被删除。

所以请各位，有什么帮助或建议吗？

谢谢

Answer 1

Apache 的 StringUtils 可能是你的朋友：

http://commons.apache.org/lang/api-2.5/org/apache/commons/lang/StringUtils.html

它比 JDK 附带的 String/String 实用程序更加通用。 （例如，它有一个“LastIndexOf”方法，可以帮助您获取具有多个“with”的字符串中的最后一个“with”）。

Answer 2

您可以提高性能，但这里有一个帮助您入门的解决方案：

public static void main(String[] args) throws Exception {
    String str = "Eminem - Not Afraid with lyrics 2010";
    String str2 = "Eminem - Not Afraid (HQ)";
    String str3 = " Eminem Not afraid (Lyrics)";

    System.out.println(replace(str));
    System.out.println(replace(str2));
    System.out.println(replace(str3));
}



private static String replace(String string) {
    List<String> extraList = Arrays.asList(new String[] { "lyrics", "2010", "HQ", "(", ")", "with" });
    for (String extra : extraList) {
        int index = string.indexOf(extra);
        while (index >= 0) {
            string = string.substring(0, index) + string.substring(index + extra.length(), string.length());
            index = string.indexOf(extra);
        }
    }

    return string;
}

请注意，“indexOf”区分大小写，如果您想忽略大小写，则必须编写自己的另一个 String 实用程序库。请注意可能对您派上用场的“toUpperCase”和“toLowerCase”字符串方法。祝你好运。