如何从段落中提取恒定长度的单词？答案

【问题标题】：How to extract words of constant length form a paragraph?如何从段落中提取恒定长度的单词？
【发布时间】：2020-09-30 04:59:56
【问题描述】：

我正在尝试从段落/字符串中提取单词。我搜索了很多地方，但没有找到相关材料。我想从

中提取长度为 4 的单词

“我想在年纪大一点的时候有很多钱，可能是 e1X2”

我正在尝试使用

进行提取

List<String> words = new ArrayList<String>();
        String s  = "I want to have alot of moneys when I am older probably.";
        Pattern p = Pattern.compile("[a-zA-Z']{4,}");
        Matcher m = p.matcher(s);
        while (m.find()) {
            words.add(m.group());
        }

    System.out.println(words);

我现在得到的输出

[want, have, alot, moneys, when, older, probably]

但输出必须是

[want, have, alot, when]

【问题讨论】：

单词可以包含数字吗？
只需将 {4,} 更改为 {4}
是的，它也可以包含数字
@RadheAnkit - 查看我更新的问题
我认为您可能需要添加look-ahead 和look-behind 以确保有一个空格字符（或字符串开头或结尾）分隔单词

标签： java android substring text-extraction stringtokenizer

【解决方案1】：

你想用正则表达式来做吗？

因为您没有放置表示组的“（）”，因为您调用了“m.group（）”，所以您需要这种语法。

在这里使用您的正则表达式：regex101。然后将其放入您的 Java 程序中。

您也可以用空格分割字符串，并仅使用具有所需长度的元素过滤结果数组。

【讨论】：

【解决方案2】：

获取结果的更简单方法：

List<String> words=new ArrayList<String>(); 
    String s="I want to have alot of of moneys when I am older probably";
    String str[]=s.split(" ");
    for(int i=0;i<str.length;i++)
    {
        if(str[i].length()==4)
            words.add(str[i]);
    }
    System.out.print(words);

【讨论】：

【解决方案3】：

试试：

public static void main(String[] args) {

        List<String> words = new ArrayList<String>();
        String s  = "I want to have alot of moneys when I am older probably.";
        Pattern p = Pattern.compile("\\b\\w{4}\\b");
        Matcher m = p.matcher(s);
        while (m.find()) {
            words.add(m.group());
        }

        System.out.println(words);
    }

输出： [want, have, alot, when]

说明：

\b 匹配单词边界。

【讨论】：

感谢兄弟您的回答也有效，但我必须接受先到先得的原则。但你值得 +1
@IrfanAkram 呵呵没问题兄弟。我有点晚了，因为我只想用正则表达式解决你的问题，因为你在你的问题中使用了它。无论如何，感谢您的支持。下次好运！！！

【解决方案4】：

您需要在您的正则表达式中向后看并向前看

您的原件：

    Pattern p = Pattern.compile("[a-zA-Z']{4,}");

向前看，向后看：

    Pattern p = Pattern.compile("(?=\s)[a-zA-Z']{4,}(?=\s)");

现在已经添加了前瞻和后随，可能存在字符串开头和结尾不匹配的问题。在匹配字符串的两侧添加一个空格，它应该可以工作

【讨论】：

【解决方案5】：

使用stream API的解决方案

/* Required imports:
 * import java.util.Arrays;
 * import java.util.List;
 * import java.util.stream.Collectors;
 */
List<String> words = Arrays.stream(text.split("\\b"))
                           .filter(word -> word.length() == 4)
                           .collect(Collectors.toList());

文本被拆分成单独的单词。
只有长度为 4 的词才能通过过滤器。
所有四个字母的单词都被收集到一个列表中。

【讨论】：