文本查询匹配（棘手）答案

【问题标题】：Text query matching (tricky)文本查询匹配（棘手）
【发布时间】：2014-02-16 21:55:56
【问题描述】：

我在大学时参加了微软编码挑战，这是被问到的问题：

编写一个程序，将两个字符串作为输入，一个是查询，另一个是可能包含也可能不包含该查询的字符串。您的程序需要查找查询是否包含在正文字符串中。

1) 只有在正文中匹配单词的开头时，查询才应该匹配正文。

2) 也就是说，查询的开头也必须是正文中单词的开头。例如，查询“cat”将匹配字符串“cat”、“cat toy”、“this is a cat”和“catty”。但是，查询“cat”与字符串“location”不匹配。

3) 你的程序应该不区分大小写。

4) 您的程序需要能够匹配其中没有空格的查询，即使正文中确实有空格。例如，字符串“Luke Johnston”将与查询“luke j”和查询“lukej”相匹配。

5) 但是，反过来就不行了。查询“luke j”不应匹配字符串“lukejohnston”。

我能够编写满足前 4 个要求的代码，但我无法找到第 5 个要求的解决方案。任何提示/帮助表示赞赏。这是我的代码版本。

package regex;

import java.util.Scanner;

public class TextQueryMatch {
public static void main(String[] args){
    Scanner in = new Scanner(System.in);
    System.out.print("Enter the Text: ");
    String text = in.nextLine();
    text = text.toLowerCase();
    String[] substexts = text.split("\\s");
    text = "";
    for(int i = 0; i < substexts.length; i++){
        char capLetter = Character.toUpperCase(substexts[i].charAt(0));
        text += capLetter + substexts[i].substring(1, substexts[i].length());
    }
    System.out.println(text);
    System.out.print("Enter the Query: ");
    String query = in.nextLine();
    query = query.toLowerCase();
    String[] subquerys = query.split("\\s");
    query = "";
    for(int i = 0; i < subquerys.length; i++){
        char capLetter = Character.toUpperCase(subquerys[i].charAt(0));
        query += capLetter + subquerys[i].substring(1, subquerys[i].length());
    }
    System.out.println(query);
    System.out.print("Match: ");
    if(text.matches("(.*)"+query.charAt(0)+"(.*)")){
        text=text.toLowerCase();
        query=query.toLowerCase();
        System.out.print(text.matches("(.*)"+query+"(.*)"));
    }else{
        System.out.print("False");
    }
}
}

【问题讨论】：

标签： java regex string match

【解决方案1】：

我认为将查询转换为正则表达式足以满足所有给定条件。

根据问题，

根据第 1 点和第 2 点，仅当查询字符串位于文本开头或后接空格时，查询才应匹配文本。所以基本上这个正则表达式就像 -

(^|\s)(query-string)

第3点需要查询不区分大小写，可以在编译query-regex时处理。

对于第 4 点和第 5 点，即使查询没有空格，查询也应匹配文本，但如果查询中存在空格，则应在文本中正确匹配。

因此，我们需要以这样的方式转换我们的正则表达式，在每个字符（或空格）之后，正则表达式可以处理可能存在或不存在的空格。这样，我们假设字符（或空格) 必须匹配，而它后面的空格是有条件的。

这应该可行 -

 public static boolean find_match(String query, String text){
    String regex = "(?:^|\\s)(" + query.replaceAll(".(?!$)", "$0(?:\\\\s*)") + ")";
    //System.out.println("Regex -> " + regex);
    Pattern re = Pattern.compile(regex, Pattern.CASE_INSENSITIVE);    
    return re.matcher(text).find();
 }

测试这个功能 -

public static void main(String []args){        
    String query1 = "cat";
    String[] text1 = {
        "Cat",
        "caT toy",
        "This is a CaT",
        "caTty",
        "loCation"
    };
    for(String s : text1){
        System.out.println("Query -> " + query1 + "\nText -> " + s + "\n" + find_match(query1, s) + "\n");
    }
    String query2 = "luke j";
    String query3 = "lukej";
    String[] text2 = {
        "Luke Johnson",
        "lukejohnson",
        "Luke      Johson",
        "This is Luke  Johnson",
        "L ukeJohnson",
        "L uke Johnson"
    };
    for(String s : text2){
        System.out.println("Query -> " + query2 + "\nText -> " + s + "\n" + find_match(query2, s));
        System.out.println("Query -> " + query3 + "\nText -> " + s + "\n" + find_match(query3, s) + "\n");
    }    
 }

输出 ->

Query -> cat
Text -> Cat
true

Query -> cat
Text -> caT toy
true

Query -> cat
Text -> This is a CaT
true

Query -> cat
Text -> caTty
true

Query -> cat
Text -> loCation
false

Query -> luke j
Text -> Luke Johnson
true
Query -> lukej
Text -> Luke Johnson
true

Query -> luke j
Text -> lukejohnson
false
Query -> lukej
Text -> lukejohnson
true

Query -> luke j
Text -> Luke      Johson
true
Query -> lukej
Text -> Luke      Johson
true

Query -> luke j
Text -> This is Luke  Johnson
true
Query -> lukej
Text -> This is Luke  Johnson
true

Query -> luke j
Text -> L ukeJohnson
false
Query -> lukej
Text -> L ukeJohnson
true

Query -> luke j
Text -> L uke Johnson
true
Query -> lukej
Text -> L uke Johnson
true

希望这有帮助-

【讨论】：

它有帮助。您能否详细说明正则表达式语句。对于 query="luke j" 它给出 regex=(?:^|\s)(l(?:\s*)u(?:\s*)k(?:\s*)e(?:\s *) (?:\s*)j)。我是使用正则表达式的新手，我指的是this tutorial，但找不到一些符号。
分组符号 , () 和 (?:) 是捕获组和非捕获组。推荐他们here。对于其余的符号，使用this
This 教程非常全面，如果您想从头开始正确地开始正则表达式

【解决方案2】：

试试这个方法：

public static boolean match(String text, String query) {
    text = text.toLowerCase();
    query = query.toLowerCase();

    String noSpaces = text.replaceAll(" ", "");
    String[] tWords = text.split(" ");

    if (text.startsWith(query) || noSpaces.startsWith(query)) {
        return true;
    }

    for (int i = 0; i < tWords.length; i++) {
        if (tWords[i].startsWith(query)) {
            return true;
        }
    }

    return false;
}

【讨论】：

非常好的解决方案，但如果我通过 text="A Luke Johnston" 和 query="luke j" 会失败，因为在 for 循环中，i=2 会失败，因为它会比较约翰斯顿和卢克 j。

【解决方案3】：

有多种可能的情况来确定您的QUERY 是否包含在BODY 中。让我们来解释一下您在问题中给出的 CAT 和其他示例正文字符串。

您的查询将具有以下版本：- cat> : cat 在句子之间的情况 <_cat> ：当句子以 cat 结尾或后跟 , 或时的情况。或任何符号（您可能想使用 ASCII 检查后续字符） : 当句子以猫开头时。：body是单字句猫，可以用SIZE功能来确认。 _ 被称为空间

首先，你需要将整个正文和查询字符串转换为小写或大写（或者不是因为没有指定匹配操作是否区分大小写的问题）

【讨论】：