使用 Java8 Streams 进行部分字符串匹配答案

【问题标题】：Partial String matching using Java8 Streams使用 Java8 Streams 进行部分字符串匹配
【发布时间】：2018-03-26 08:01:05
【问题描述】：

我检查了以下链接 - Link1 Link2 Link3 但无法解决并因此发布。

需要：

2 个字符串字段的字符串部分匹配（并非在所有情况下都可以完全匹配）并从匹配的行中获取信息。数据存储在 MySQL 数据库中。

事务数据表包含需要与 Scrip-Info 表中的公司名称进行比较的描述。我需要从 Scrip-Info Table 中获取公司代码信息，方法是将 Transaction Table 中的尽可能多的单词匹配到 Scrip Info Table

代码：

for (List<String> listData : transactionData) {
       List<List<String>> code = scripInfo.stream()
                .filter(p -> p.get(1).toUpperCase().contains(listData.get(1).toUpperCase()))
                .collect(Collectors.toList());
// Output to console to check if its working
code.forEach(p -> System.out.println(p.get(0)));
//Prepare Output List
List<Object> rowData = new ArrayList<>();
rowData.add(code.get(0));
rowData.add(listData.get(2));
rowData.add(listData.get(3));
.........

}

虽然我在上面的代码中使用了“包含”，但它只有在完全匹配时才会获取数据。所以从下面我提供的示例数据中，我只找到了 CANARA BANK，因为它在两个表中都是相同的

注意：数据存储在 MySQL db 中并提取。

脚本信息表

[BHARTIARTL, Bharti Airtel Limited]
[BHEL，巴拉特重型电气有限公司]
[CANBK, Canara 银行]
[HINDUNILVR，印度斯坦联合利华有限公司]
[MARUTI, Maruti Suzuki India Limited]
[TATAPOWER, 塔塔电力有限公司]
[TATASTEEL, 塔塔钢铁有限公司]
[TECHM, Tech Mahindra Limited]

交易数据表

[10144, CANARA 银行, B, 100]
[10278, BHARTI AIRTEL LTD, B, 50]
[10278, BHARTI AIRTEL LTD, B, 20]
[10278, HIND.UNILEVER LTD., B, 12]
[10278, HIND.UNILEVER LTD., B, 32]
[10278, MARUTI SUZUKI INDIA LTD., S, 26]
[10278, MARUTI SUZUKI INDIA LTD., S, 26]
[10278, TECHM FUT 28AUG 14, S, 125]
[10278, TECHM FUT 28AUG 14, B, 125]
[11585, TATA STEEL LTD., B, 50]
[11585, TATA POWER CO. LTD., B, 100]

所需输出：

[CANBK，B，100]
[BHARTIARTL，B，50]
[BHARTIARTL，B，20]
[BHARTIARTL，B，80]
[HINDUNILVR，B，12]
[HINDUNILVR，B，32]
[HINDUNILVR，B，52]
[马鲁蒂，S，26]
[马鲁蒂，B，26]
[TECHM, S, 125]
[TECHM, B, 125]
[TATASTEEL，B，50]
[TATAPOWER, B, 100]

当前代码的输出：

[CANBK，B，100]

【问题讨论】：

p.get(1) 在做什么？为什么你认为contains 应该做你想做的输出？
p.get(1) 从 Scrip-Info 表中获取公司名称信息，转换为大写并进行比较。我对 contains 的理解是，它会尝试匹配 LtoR 中的尽可能多的单词，我想我的理解可能偏离目标。
请阅读 contains 的 java 文档。您可能希望为您的用例实现匹配算法，将简写名称绑定到全名中，或者将此类名称的映射保留在另一个数据结构中，可以在当前循环中查找。

标签： java java-8 java-stream string-matching

【解决方案1】：

您可以使用过滤部分。这是一个例子，

    List<TransactionData> filteredData =
            transactionData.stream().filter(t ->
            {
                List<ScripInfo> filteredScrip =
                        scripInfo.stream().filter(s -> {
                            String[] tranTokens =
                                    t.getName().toUpperCase().split(
                                            " |\\.");
                            String[] scripTokens =
                                    s.getName().toUpperCase().split(" ");
                            String scripSysmbol =
                                    s.getSymbol().toUpperCase();
                            if (tranTokens[0].contains(scripTokens[0])) {
                                return true;
                            } else if (scripSysmbol.contains(
                                    tranTokens[0])) {
                                return true;
                            }
                            return false;
                        }).collect(Collectors.toList());

                return filteredScrip.size() > 0 ? true : false;

            }).collect(Collectors.toList());

在我的示例中，ScripInfo 和 TransactionData 类是简单的 POJO，

@Data
@AllArgsConstructor
public class ScripInfo {
    private String symbol;

    private String name;
}

@Data
@AllArgsConstructor
public class TransactionData {
    private String name;

    private String letter;

    private int number;
}

【讨论】：