从java中的句子中删除重复的字符串

Question

我正在编写要删除重复单词的 java 代码。如果我在任何单词中有空格，则以下代码可以很好地删除它们，例如： 1298 Anthony 1298 Anthony，它会变成这样： 1298 Anthony

但对于任何其他特殊字符，例如： 1298 Anthony.ef 1298 Anthony.ef，它会显示如下： ef. 1298 Anthony.

下面给出我的方法，我想让它适用于每个特殊字符，特别是：coma(,)、fullstop(.)、dash(-)、underscore(_)。请帮我解决这个问题。

public static void removeString(){

    String name1 = "1298 Anthony.ef 1298 Anthony.ef";

    String[] strArr = name1.split(" ");
    Set<String> set = new HashSet<String>(Arrays.asList(strArr));

    String[] result = new String[set.size()];
    set.toArray(result);
    StringBuilder res = new StringBuilder();
    for (int i = 0; i < result.length; i++) {
        String string = result[i];
        if(i==result.length-1){
            res.append(string);
        }
        else{
            res.append(string).append(" ");
        }

    }
    System.out.println(res.toString());
    String abc = res.toString();
}

Answer 1

您将name1 拆分为空格。您可以尝试将name1 拆分为any non-word character：

names.split("\\W+");

方法String.split 接受正则表达式作为参数。引用文档：

围绕给定正则表达式的匹配拆分此字符串。

name1.split(" "); 将字符串拆分为单个空格并返回数组：[1298, Anthony.ef, 1298, Anthony.ef]

names.split("\\W+"); 围绕任何非单词字符（逗号、点、破折号等）拆分字符串并返回数组：[1298, Anthony, ef, 1298, Anthony, ef] 正如您在这种情况下所看到的，它能够将Anthony.ef 拆分为单独的字符串。

更新：如果您想保留原始字符串中的单词顺序，您可能需要使用LinkedHashSet 而不是HashSet。例如：

public static void removeString(){

    String name1 = "1298 Anthony.ef 1298 Anthony.ef";

    String[] strArr = name1.split("\\W+");
    Set<String> set = new LinkedHashSet<String>(Arrays.asList(strArr));

    String[] result = new String[set.size()];
    set.toArray(result);
    StringBuilder res = new StringBuilder();
    for (int i = 0; i < result.length; i++) {
        String string = result[i];
        if(i==result.length-1){
            res.append(string);
        }
        else{
            res.append(string).append(" ");
        }

    }
    System.out.println(res.toString());
    String abc = res.toString();
}

看看这个问题：Is there an insertion order preserving Set that also implements List?