如何在 Java 中的字符串中查找整个单词？答案

【问题标题】：How to find a whole word in a String in Java?如何在 Java 中的字符串中查找整个单词？
【发布时间】：2011-07-02 17:46:39
【问题描述】：

我有一个必须为不同关键字解析的字符串。例如，我有字符串：

“我会来123woods见你”

我的关键字是

'123woods'
'树林'

每当我有比赛和地点时，我都应该报告。还应考虑多次出现。

但是，对于这个，我应该只在 '123woods' 上得到匹配，而不是在 'woods' 上得到匹配。这消除了使用String.contains() 方法。此外，我应该能够拥有一个关键字列表/组，并同时检查它们的出现。在这个例子中，如果我有 '123woods' 和 'come'，我应该得到两次。在大文本上，方法执行应该有点快。

我的想法是使用StringTokenizer，但我不确定它是否会表现良好。有什么建议吗？

【问题讨论】：

你确定逻辑没有缺陷吗？如果您有关键字 - words123 和 123words。那么在文本 words123words 中有哪些匹配项？
无。我只需要完全匹配的单词。

标签： java string pattern-matching stringtokenizer

【解决方案1】：

以下示例基于您的 cmets。它使用关键字列表，将使用单词边界在给定的字符串中搜索。它使用来自 Apache Commons Lang 的 StringUtils 来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，您可以查看StringSearch：Java 中的高性能模式匹配算法。

【讨论】：

如果我有一个 ArrayList 并且我想使用 Pattern 来构建它怎么办？看来我必须使用值得信赖的旧 StringBuilder？
@baba - 你可以这样做，或者你可以遍历列表。我不确定哪种方法更有效，如果性能受到关注，您可能需要尝试这两种方法。
就个人而言，我更喜欢遍历列表。将此选项添加到我的答案中。
@baba：现在我开始看到了。我根据您的评论更新了我的答案。
使用 Java 8，不再需要 StringUtils。 String 有静态的 join() 方法可以完成这项工作。

【解决方案2】：

按照其他人的回答使用正则表达式 + 单词边界。

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

会是真的。

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

会是假的。

【讨论】：

【解决方案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/

【讨论】：

【解决方案4】：

Arrays.asList(String.split(" ")).contains("xx") 之类的怎么样？

参见String.split() 和How can I test if an array contains a certain value。

【讨论】：

【解决方案5】：

有一种方法可以在 Android 中从 String 中匹配 精确字词：

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

匹配词功能：

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

【讨论】：

【解决方案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" );
        }
    }
}

【讨论】：

虽然这段代码 sn-p 可以解决问题，including an explanation 确实有助于提高您的帖子质量。请记住，您是在为将来的读者回答问题，而这些人可能不知道您提出代码建议的原因。

【解决方案7】：

尝试使用正则表达式进行匹配。匹配“\b123wood\b”，\b是一个分词。

【讨论】：

【解决方案8】：

该解决方案似乎已被长期接受，但该解决方案可以改进，所以如果有人遇到类似问题：

这是多模式搜索算法的经典应用。

Java 模式搜索（使用Matcher.find）不适合这样做。在 java 中优化了精确搜索一个关键字，搜索 or 表达式使用正则表达式非确定性自动机，该自动机在不匹配时回溯。在更坏的情况下，文本的每个字符将被处理 l 次（其中 l 是模式长度的总和）。

单一模式搜索更好，但也不合格。必须开始对每个关键字模式进行整个搜索。在更糟糕的情况下，文本的每个字符将被处理 p 次，其中 p 是模式的数量。

多模式搜索将只处理文本的每个字符一次。适合这种搜索的算法是 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();

【讨论】：

【解决方案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、不那么优雅的方式来做同样的事情，而不使用令牌等。

【讨论】：

虽然更易于理解和编写，但这不是我所问问题的答案。我有两个或三个，或者可能是不定数量的“匹配”关键字，我需要获取那些在“文本”中找到的关键字。当然，您可能会为拆分文本上的每个“单词”循环我的“匹配”关键字，但我发现它远没有已经接受的解决方案那么优雅。

【解决方案10】：

您可以使用正则表达式。使用 Matcher 和 Pattern 方法获得所需的输出

【讨论】：

【解决方案11】：

您还可以使用带有 \b 标志（整个单词边界）的正则表达式匹配。

【讨论】：

【解决方案12】：

要匹配 "123woods" 而不是 "woods" ，请在正则表达式中使用原子分组。需要注意的一点是，在单独匹配“123woods”的字符串中，它将匹配第一个“123woods”并退出，而不是进一步搜索相同的字符串。

\b(?>123woods|woods)\b

它搜索 123woods 作为主要搜索，一旦匹配就退出搜索。

【讨论】：

【解决方案13】：

回顾最初的问题，我们需要在给定的句子中找到一些给定的关键字，计算出现的次数并知道在哪里。我不太明白“哪里”是什么意思（它是句子中的索引吗？），所以我会通过那个......我还在学习java，一次一步，所以我会看到在适当的时候给那个:-)

必须注意，普通句子（如原始问题中的句子）可以有重复的关键字，因此搜索不能只询问给定关键字“是否存在”，如果存在则将其计为 1。可以有多个相同的。例如：

// Base sentence (added punctuation, to make it more interesting):
String sentence = "Say that 123 of us will come by and meet you, "
                + "say, at the woods of 123woods.";

// Split it (punctuation taken in consideration, as well):
java.util.List<String> strings = 
                       java.util.Arrays.asList(sentence.split(" |,|\\."));

// My keywords:
java.util.ArrayList<String> keywords = new java.util.ArrayList<>();
keywords.add("123woods");
keywords.add("come");
keywords.add("you");
keywords.add("say");

通过查看，“Say”+“come”+“you”+“say”+“123woods”的预期结果将是 5，如果我们使用小写字母，则计算“say”两次。如果我们不这样做，那么计数应该是 4，“说”被排除在外，“说”被包括在内。美好的。我的建议是：

// Set... ready...?
int counter = 0;

// Go!
for(String s : strings)
{
    // Asking if the sentence exists in the keywords, not the other
    // around, to find repeated keywords in the sentence.
    Boolean found = keywords.contains(s.toLowerCase());
    if(found)
    {
        counter ++;
        System.out.println("Found: " + s);
    }
}

// Statistics:
if (counter > 0)
{
    System.out.println("In sentence: " + sentence + "\n"
                     + "Count: " + counter);
}

结果是：

找到：Say
发现：来
找到：你
找到：说
发现：123woods
在句子中：说我们中的 123 个人会过来和你见面，比如说，在 123woods 的树林里。
计数：5

【讨论】：