使用正则表达式(Java)搜索文本中的多个单词

Question

我有一种在文本中搜索单词的方法，均由参数插入。

public Integer findTheWord(String stringToCheck, String regexString) throws IOException {
        int count = 0;
        Pattern regexp = Pattern.compile("\b" + regexString + "\b");
        Matcher matcher = regexp.matcher(stringToCheck);
        while (matcher.find()) {
                count++;
                String matchString = matcher.group();
                System.out.println(matchString);
            }
        System.out.println(count);
        return count;
  }

如何插入多个单词并返回它们的出现？

Answer 1

，因此第一个也是最简单的选择是使用您的实际findTheWord()方法并创建一种使用它的新方法：

public Map<String, Integer> findTheWords(String stringToCheck, List<String> words) {
    return words.stream().distinct()
            .collect(Collectors.toMap(Function.identity(), word -> findTheWord(stringToCheck, word)));
}
public Integer findTheWord(String stringToCheck, String regexString) {
    Pattern regexp = Pattern.compile("\b" + regexString + "\b");
    Matcher matcher = regexp.matcher(stringToCheck);
    int count = 0;
    while (matcher.find()) {
        count++;
    }
    return count;
}

问题的问题是，如果您使用大量单词来查找和一个大文本，因为它在每个单词的给定字符串上迭代。因此，另一种方法是为所有单词创建一个正则表达式，并在结果地图中递增下一个找到的单词：

public Map<String, Integer> findTheWords(String stringToCheck, List<String> words) {
    Pattern regexp = Pattern.compile(words.stream().distinct().map(word -> "\b" + word + "\b").collect(Collectors.joining("|")));
    // creates a pattern like this: "bab|bbb|bcb|bdb|beb"
    Matcher matcher = regexp.matcher(stringToCheck);
    Map<String, Integer> result = new HashMap<>();
    while (matcher.find()) {
        String word = matcher.group();
        result.put(word, result.getOrDefault(word, 0) + 1);
    }
    return result;
}

除此之外，您可能正在考虑使用Set作为单词而不是List，因为值是唯一的，因此无需在流上调用.distinct()。

Answer 2

hashmap作为参数，输入字符串作为键，并作为值为值，循环遍历所有条目，执行您的方法并返回匹配的单词作为键，并出现为值。

 public HashMap<String, Integer> findTheWordsAndOccurences(HashMap<String, String> stringsAndRegex) throws IOException {
    HashMap<String, Integer> result = null;
    for (Map.Entry<String, String> entry : stringsAndRegex.entrySet()){
        String stringToCheck = entry.getKey();
        String regexString = entry.getValue();
        String matchString = "";
        int count = 0;
        Pattern regexp = Pattern.compile("\b" + regexString + "\b");
        Matcher matcher = regexp.matcher(stringToCheck);
        while (matcher.find()) {
            count++;
            matchString = matcher.group();
            System.out.println(matchString);
            result.put(matchString, count);
        }
    }
    return result;
}