如何从给定的字符串中获取最频繁的单词？ [关闭]

Question

我对 java 比较陌生。我正在自己学习如何使用哈希图，我提出了一个关于如何在字符串中查找前三个单词的问题，但问题是删除字符串中的标点符号 - 双空格，逗号......当前代码仅适用对于 split() 函数所在的一个空间。

    public static void main(String[] args) {
        String s="a a a  b  c c  d d d d  e e e e e";
        int max=0;
        String maxs="";
        List<String> three= new ArrayList<String>();
        HashMap<String, Integer > top= new HashMap<String, Integer> ();
        for(String i : s.split(" ")){
            if(top.containsKey(i)) {
                top.replace(i,top.get(i)+1);
            }
            else {
                top.put(i,1);
            }
        }
      for(int i=0; i<=2;i++) {
        max=0;
        maxs="";
            for(String j: top.keySet()) { //string(word):all the values together
              if(top.get(j)> max ) {
                max=top.get(j);
                maxs=j;
              }
              
            }
              three.add(maxs);
              top.remove(maxs);
        }    
}
}

}

最常用的词？

Answer 1

...问题是删除字符串中的标点符号-双空格， 逗号...

下面给出了如何用空白字符替换所有标点符号，然后用单个空白字符替换多个连续的空白字符：

1. 首先使用str.replaceAll("\\p{Punct}", " ") 将所有标点字符替换为空白字符，其中\p{Punct} 指定punctuation character，它是!"#$%&'()*+,-./:; ?@[]^_`{|}~.
2. 链接此替换的输出并将\\s+ 替换为" "，其中\\s+ 指定one or more 空白字符。

演示：

public class Main {
    public static void main(String[] args) {
        String str = "a    b c d; e     f.   g=t";
        str = str.replaceAll("\\p{Punct}", " ").replaceAll("\\s+", " ");
        System.out.println(str);
    }
}

输出：

a b c d e f g t

更新（基于 OP 的评论）：

您希望保留'，同时删除所有其他标点符号。您可以使用[^\p{L}\d'] 作为要替换的正则表达式模式。正则表达式模式[^\p{L}\d'] 表示不是字母也不是数字，也不是'。 ^ 内的 [] 用作否定模式。

public class Main {
    public static void main(String[] args) {
        String str = "a    won't c d; e     f.   g=t";
        str = str.replaceAll("[^\\p{L}\\d']", " ").replaceAll("\\s+", " ");
        System.out.println(str);
    }
}

输出：

a won't c d e f g t