检查字符串是否包含带有数字的术语答案

【问题标题】：Check if a string contains terms with numbers in them检查字符串是否包含带有数字的术语
【发布时间】：2018-04-05 11:28:29
【问题描述】：

据我所知，没有任何功能可以识别其中包含数字的术语。我有一个语料库，里面有一些句子：

Alice2B Visum 7/2 Dann 394–3973-3 ging sie nach Hollywood dort als 25.1 Drehbuchautorin arbeiten Kurz 2006 nach ihrer 329–49 Ankunft lernte sie den Filmregisseur 02/ayn Cecil

我只需要保留单词并删除所有数字或其中带有数字的术语。对于这个例子，输出应该是这样的：

Visum Dann ging sie nach Hollywood dort als Drehbuchautorin arbeiten Kurz nach ihrer Ankunft lernte sie den Filmregisseur Cecil

我正在寻找适用于 Java 的东西。感谢您提供有关此主题的任何信息。

【问题讨论】：

如果网址中有数字应该怎么办..？应该删除吗？
也发帖minimal reproducible example
没有。应该保留
如果 URL 包含非编码空格并且术语中是否包含数字？当 URL 包含空格并且您不想删除这些数字时，很难区分
如果不考虑url，有什么解决办法吗？

标签： java regex string text split

【解决方案1】：

您可以使用此正则表达式查找包含数字的术语

\S*\d+\S*

然后删除它们（简单你可以使用String.replaceAll(regex)）。如果你想单独处理 url，你可能需要找到另一种方法来检测它们

注意：验证正则表达式here

【讨论】：

【解决方案2】：

将其拆分为子字符串（String.split()），然后遍历子字符串以查看它们是否包含数字（String.matches(regex)）

【讨论】：

我需要正则表达式。我应该使用什么正则表达式？
正则表达式。这应该澄清：moreofless.co.uk/check-string-contains-number-using-java

【解决方案3】：

试试这个：

final List<String> list = Arrays.asList(str.split(" +"));
list.replaceAll(s -> s.matches(".*\\d+.*") ? "" : s);
final String result = StringUtils.join(list, ' ').replaceAll(" +", " ");

【讨论】：

在单个空间上拆分可能并不总是有效。语料库数据可以包含不同数量的空格作为术语分隔符
您已经在使用代表{1,} 的+ 那么为什么不用* 而不是{0,}？
糟糕，不知道那个。已编辑
但这应该是一个单一的解决方案。拆分所有条款并再次将它们合并在一起是一种过度杀戮

【解决方案4】：

我需要这样的东西。也许它可以帮助其他人。谢谢@Shafin Mahmud 和@Björn Schönrock。

final String inputText = "Alice2B Visum 7/2 Dann 394–3973-3 ging sie nach Hollywood dort als 25.1 Drehbuchautorin arbeiten Kurz 2006 nach ihrer 329–49 Ankunft lernte sie den Filmregisseur 02/ayn Cecil";

for (String t : inputText.split(" +")) {
    if (t.split("\\S*\\d+\\S*").length>0)
       System.out.println(t);
}

或类似的东西：

final String inputText = "Alice2B Visum 7/2 Dann 394–3973-3 ging sie nach Hollywood dort als 25.1 Drehbuchautorin arbeiten Kurz 2006 nach ihrer 329–49 Ankunft lernte sie den Filmregisseur 02/ayn Cecil";

Pattern p = Pattern.compile( "[0-9]" );
for (String t : inputText.split(" +")) {
    if (!p.matcher(t).find())
       System.out.println(t);
}

【讨论】：