在java中查找最近的字符串

Question

我正在尝试从一个文本文件中查找另一个文本文件中存在的字符串。我有 2 个文本文件，file1.txt 和 file2.txt，其内容如下：

file1.txt

Hello
Second Line
Text line
Final Line

file2.txt

Final Linee
Text llline
line 3 of file2
Helloo

我的代码如下：

public class Regex {
public static void main (String[] args) throws IOException{
    BufferedReader inputFile= new BufferedReader(new FileReader("file1.txt"));

    String line;
    String pattern;

    while((line = inputFile.readLine()) != null){
        System.out.println(line);
        BufferedReader patternsFile = new BufferedReader(new FileReader("file2.txt"));
        while ((pattern = patternsFile.readLine()) != null){

            Pattern r = Pattern.compile(pattern);
            System.out.println(r);

            Matcher m = r.matcher(line);

            if (m.find()){
                System.out.println("Line corresponding to pattern in file1.txt : " + line);
            }
        }
    }
}

但是，上面的代码返回 file1.txt 中与 file2.txt 中的 some 模式匹配的所有行。但是，我想找到编辑距离为 n 个字母的最接近的字符串。例如，如果 n=1，那么输出应该是：

Hello
Final Line

如果 n=2 那么它应该输出

Hello
Final Line
Text line

我是从 Java 开始的，完全没有这方面的经验。因此，我们将不胜感激。

谢谢

Answer 1

好的，我可以给两个建议。

• 首先，如果您正在编写文本分析器或类似的东西，或者您需要一些强大的匹配功能，您可能需要查看Apache Lucene。
• 其次，如果您正在寻找更“最小”的东西，您可以实现一个 Cosine Similarity 算法，它真的很有趣，应该好好看看。
  然后您可以重新实现它并适应您的代码。
  你可以在Apache Common Text 找到一个实现