在Java中如何查找字符串中的完整单词？

Question

我有一个字符串需要解析不同的关键词，例如：

"我将在123woods见你"

我的关键词是

'123woods'
'woods'

每当出现匹配时，我都应该报告在哪里发生了匹配。还应该考虑到多个匹配情况。

然而，在这个例子中，只应该在 '123woods' 上匹配，而不是 'woods'。这排除了使用 String.contains() 方法。同时，我应该能够拥有关键词列表 / 集并同时检查它们的出现。例如，如果我有 '123woods' 和 'come'，那么我应该会得到两个匹配。此方法在大文本上执行应该相对较快。

我的想法是使用 StringTokenizer ，但我不确定它的性能表现。有什么建议吗？

- Nikola Yovchev

---

你确定逻辑没有问题吗？如果有关键词- words123 和 123words，那么在文本中的 words123words 是匹配的吗？ - Petar Minchev

无。我只需要精确的词语匹配。 - Nikola Yovchev

Answer 1

下面的例子是基于您的评论。它使用关键字列表，将使用单词边界在给定字符串中搜索。它使用来自Apache Commons Lang的StringUtils构建正则表达式并打印匹配的组。

String text = "I will come and meet you at the woods 123woods and all the woods";

List<String> tokens = new ArrayList<String>();
tokens.add("123woods");
tokens.add("woods");

String patternString = "\\b(" + StringUtils.join(tokens, "|") + ")\\b";
Pattern pattern = Pattern.compile(patternString);
Matcher matcher = pattern.matcher(text);

while (matcher.find()) {
    System.out.println(matcher.group(1));
}

如果您正在寻找更高的性能，可以看一下StringSearch：Java中高性能的模式匹配算法。

- Chris

---

如果我有一个ArrayList<String>，我想使用Pattern来构建它怎么办？看起来我得使用可靠的老StringBuilder？ - Nikola Yovchev

@baba - 你可以这样做，或者你可以遍历List<>。我不确定哪种方法更有效，如果性能是一个问题，你可能想尝试两种方法。 - user

我是说如果我有一个关键字的ArrayList来在字符串中搜索，例如，我的ArrayList<String>将包含woods、123woods和其他一些单词。我必须在迭代时使用StringBuilder来构建Pattern。然后，当Pattern找到匹配项时，我需要查找我的ArrayList以查看哪个关键字被匹配。此外，substring因其性能差而闻名，并且它会在循环中创建一个新的String对象。对我来说，似乎应该有更好的解决方案，但我想不出来。 - Nikola Yovchev

@baba：现在我开始明白了。我根据你的评论更新了我的答案。 - Chris

在Java 8中，不再需要使用StringUtils。String类有一个静态的join()方法可以完成相同的工作。 - Ahmad Shahwan

Answer 2

像其他人提供的一样，使用正则表达式和单词边界。

"I will come and meet you at the 123woods".matches(".*\\b123woods\\b.*");

将是真的。

"I will come and meet you at the 123woods".matches(".*\\bwoods\\b.*");

将会是 false。

- morja

Answer 3

希望这对你有用：

String string = "I will come and meet you at the 123woods";
String keyword = "123woods";

Boolean found = Arrays.asList(string.split(" ")).contains(keyword);
if(found){
      System.out.println("Keyword matched the string");
}

http://codigounico.blogspot.com/

- LeonardoPolitec

Answer 4

你觉得这个怎么样：Arrays.asList(String.split(" ")).contains("xx")？

参见String.split() 和 如何测试数组是否包含某个值。

- user

Answer 5

在Android中有一种方法可以匹配字符串中的确切单词:

String full = "Hello World. How are you ?";

String one = "Hell";
String two = "Hello";
String three = "are";
String four = "ar";


boolean is1 = isContainExactWord(full, one);
boolean is2 = isContainExactWord(full, two);
boolean is3 = isContainExactWord(full, three);
boolean is4 = isContainExactWord(full, four);

Log.i("Contains Result", is1+"-"+is2+"-"+is3+"-"+is4);

Result: false-true-true-false

匹配单词的函数：

private boolean isContainExactWord(String fullString, String partWord){
    String pattern = "\\b"+partWord+"\\b";
    Pattern p=Pattern.compile(pattern);
    Matcher m=p.matcher(fullString);
    return m.find();
}

完成

- Hiren Patel

Answer 6

public class FindTextInLine {
    String match = "123woods";
    String text = "I will come and meet you at the 123woods";

    public void findText () {
        if (text.contains(match)) {
            System.out.println("Keyword matched the string" );
        }
    }
}

- Lina

---

虽然这段代码片段可能解决了问题，但包括解释真的有助于提高您的帖子质量。请记住，您正在为未来的读者回答问题，而这些人可能不知道您的代码建议原因。 - awh112

Answer 7

尝试使用正则表达式进行匹配。匹配"\b123wood\b"，其中\b表示单词边界。

- Axel

Answer 8

这个解决方案似乎已经被广泛接受，但是可以进行改进，因此如果有人遇到类似的问题：

这是多模式搜索算法的典型应用。

Java Pattern Search （使用Matcher.find）不适合执行该操作。在 Java 中，搜索一个关键字进行了优化，而搜索或表达式则使用正则表达式的非确定性自动机，在不匹配时回溯。在最坏的情况下，文本的每个字符都将被处理l次（其中l是模式长度的总和）。

单模式搜索更好，但也不够合格。每个关键字模式都需要重新开始整个搜索。在最坏的情况下，文本的每个字符都将被处理p次，其中p是模式的数量。

多模式搜索将精确处理文本的每个字符一次。适合这种搜索的算法有Aho-Corasick、Wu-Manber或Set Backwards Oracle Matching。这些可以在Stringsearchalgorithms 或 byteseek等库中找到。

// example with StringSearchAlgorithms

AhoCorasick stringSearch = new AhoCorasick(asList("123woods", "woods"));

CharProvider text = new StringCharProvider("I will come and meet you at the woods 123woods and all the woods", 0);

StringFinder finder = stringSearch.createFinder(text);

List<StringMatch> all = finder.findAll();

- CoronA

Answer 9

一个更简单的方法是使用 split()：

String match = "123woods";
String text = "I will come and meet you at the 123woods";

String[] sentence = text.split();
for(String word: sentence)
{
    if(word.equals(match))
        return true;
}
return false;

这是一种更简单、不那么优雅的方法，可以在不使用令牌等技术的情况下完成相同的事情。

- ulu5

---

虽然更易于理解和编写，但它并不是我所问问题的答案。我有两个、三个或者可能是无限数量的“匹配”关键字，我需要获取在“文本”中被找到的关键字。当然，你可以循环我的“匹配”关键字来匹配每一个分割后的“单词”，但我发现这远不如已经被接受的解决方案优雅。 - Nikola Yovchev

Answer 10

如果您想在字符串中识别一个完整的单词并更改该单词的内容，可以这样做。您最终的字符串保持不变，除非您处理的单词。在这种情况下，“not”在最终字符串中保持“'not'”。

    StringBuilder sb = new StringBuilder();
    String[] splited = value.split("\\s+");
    if(ArrayUtils.isNotEmpty(splited)) {
        for(String valor : splited) {
            sb.append(" ");
            if("not".equals(valor.toLowerCase())) {
                sb.append("'").append(valor).append("'");
            } else {
                sb.append(valor);
            }               
        }
    }
    return sb.toString();

- Manuel Franqueira