在 Java 中将单词从文档提取到 HashSet 中

Question

我试图理解如何将文件的每个单词放入HashSet中。我正在编写的方法应该读取文件并将文件中的单词作为 HashSet 返回。我还必须使用方法split((，但不知道如何使用它。我还有一个 normalize(( 方法，可以将所有单词转换为小写。这就是我走多远：

public static HashSet<String> extractWordsFromDocument(String filename) {
    try {
       FileReader in = new FileReader(filename);
      Scanner file = new Scanner(in);
      while(file.hasNext( )){
        try {
          String line = file.nextLine();
          line = line.normalize();
          line = line.split();
          Set<String> words = new HashSet<String>();
          hashset.add(line);
          System.out.println(words);
        }
        catch (Exception e) {
        }
      }
    }
     catch (FileNotFoundException e) {
       System.out.println("Working Directory = " + System.getProperty("user.dir"));
    }
    return null;
  }

我知道这段代码中有很多错误。我只是一个初学者...

Answer 1

您正在循环中创建HashSet，这意味着文件中的每一行都有一个新，并且每行将仅包含该行中的单词。

此外，您可以更好地利用 Scanner ，它有一个next()方法，将为您提供由空格(空格、制表符、行尾等(分隔的单词，这是默认的分隔符。

并记得关闭您的资源。从 Java 7 开始，您可以使用 try-with-resources 语句。

另外，不要吞下你的例外。

public static Set<String> extractWordsFromDocument(String filename) throws IOException {
    try (Reader in = new FileReader(filename)) {
        Set<String> words = new HashSet<>();
        Scanner scanner = new Scanner(in);
        while (scanner.hasNext()){
            words.add(scanner.next());
        }
        return words;
    }
}

如果您想知道String或split()的工作原理，请阅读文档...