缩写中的 Java 字符串修复大写答案

【问题标题】：Java String Fix Capitalization in Abbreviations缩写中的 Java 字符串修复大写
【发布时间】：2016-01-05 09:53:33
【问题描述】：

我需要一种方法来修正在 String 中找到的缩写词的大小写。假设所有缩写的间距正确。

例如，

"Robert a.k.a. Bob A.k.A. dr. Bobby"

变成：

"Robert A.K.A. Bob A.K.A. Dr. Bobby"

将提前知道正确大写的缩写，存储在某种Collection 中。

我在想这样的算法：

private String fix(String s) {
    StringBuilder builder = new StringBuilder();
    for (String word : s.split(" ")) {
        if (collection.contains(word.toUpperCase()) {
            // word = correct abbreviation here
        }
        builder.append(word);
        builder.append(" ");
    }
    return builder.toString().trim();
}

但据我所知，这种方法存在几个问题：

如果缩写有小写字母（Dr.）
如果单词以标点符号（“a.k.a.”）开头或结尾

我觉得这可以通过正则表达式来解决，迭代匹配并替换正确的缩写。但如果不是，我应该如何解决这个问题？

【问题讨论】：

是否要将每个单词的首字母大写？单词由字符串序列定义，后跟句点或空格。这是正确的吗？
Regex capitalize first letter every word, also after a special character like a dash的可能重复
我目前有一个我想要更正的所有缩写的列表。所以如果有"o.o."这样无意义的缩写，就不会更正了。
哦，我明白了 - 让我看看我的答案是否涵盖了这个无意义的缩写
你怎么能真正知道如果一个缩写是“无意义的”？将所有可能的缩写列入白名单感觉过于复杂......

标签： java regex

【解决方案1】：

我建议您使用实用程序库，而不是使用正则表达式或滚动您自己的实现。 Apache Commons Lang 中的 WordUtils 非常适合这项工作：

String input = "Robert a.k.a. Bob A.k.A. dr. Bobby";
String capitalized = WordUtils.capitalize(input, '.', ' ');
System.out.println(capitalized);

打印出来

罗伯特 A.K.A.鲍勃 A.K.A.鲍比博士

【讨论】：

【解决方案2】：

我就是这样处理的......

更新

OP 读取 cmets 后

打印出来：

罗伯特 A.K.A.鲍勃 A.K.A. Bobby The o.o. 博士

import java.util.ArrayList;
import java.util.List;

public class Fixer {

    List<String> collection = new ArrayList<>();

    public Fixer() {
        collection.add("Dr.");
        collection.add("A.K.A.");
        collection.add("o.o.");
    }

    /* app entry point */
    public static void main(String[] args) throws InterruptedException {
        String testCase = "robert a.k.a. bob A.k.A. dr. bobby the o.o.";

        Fixer l = new Fixer();
        String result = l.fix(testCase);

        System.out.println(result);
    }

    private String fix(String s) {
        StringBuilder builder = new StringBuilder();
        for (String word : s.split(" ")) {
            String abbr = getAbbr(word);
            if (abbr == null) {
                builder.append(word.substring(0, 1).toUpperCase());
                builder.append(word.substring(1));
            } else {
                builder.append(abbr);
            }
            builder.append(" ");
        }
        return builder.toString().trim();
    }

    private String getAbbr(String word) {
        for (String abbr : collection) {
            if (abbr.equalsIgnoreCase(word)) {
                return abbr;
            }
        }
        return null;
    }
}

【讨论】：

【解决方案3】：

您不必使用正则表达式，即。您的解决方案看起来很合理（尽管如果您要处理大量数据，它可能会很慢）。

对于包含小写字母的缩写，例如。博士，您可以使用a case insensitive string comparison 而不是toUpperCase。实际上，这仅在您自己直接比较字符串时才有用。你真的需要一个不区分大小写的HashMap。也许：

Map<String, String> collection = new TreeMap<String, String>(String.CASE_INSENSITIVE_ORDER);

如果缩写以标点符号开头或结尾，请确保您的集合中的相应键也是如此。

【讨论】：