在 Java 8 中，有什么优雅的方法可以从字符串中删除某些重复的单词

Question

Java 8 中有什么优雅的方法可以从字符串中删除某些特定的重复单词，例如：

带有不重复单词的列表：[cat, mat]

给定一个字符串：“一只猫坐在垫子上，戴着一顶帽子猫坐在垫子上，戴着一顶帽子”

结果应该是：“一只猫坐在垫子上，戴着帽子 A 坐在垫子上，戴着帽子”

注意：这是我们要保留的第一个匹配项。

Answer 1

你可以这样做：

String input = "A cat sat on a mat and wore a hat A cat sat on a mat and wore a hat";

Set<String> toFilter = Set.of("cat", "mat"); // Java 9's set.of, for brievety.
Set<String> seen = new HashSet<>();

String result = Arrays.stream(input.split(" "))
        .filter(s -> !toFilter.contains(s) || seen.add(s))
        .collect(Collectors.joining(" "));

System.out.println(result); // A cat sat on a mat and wore a hat A sat on a and wore a hat

这利用了 seen.add 将在单词已经在集合中返回 false 的事实。

---

作为对部分cmet的回应，担心单词的顺序没有被保留：

Arrays.stream 的文档没有明确说明返回的流是有序的，但确实提到：

返回一个以指定数组为源的顺序流。

一个数组有一个定义的顺序，即它是有序的，所以我会说它是安全的，因为返回的流也是有序的。

获得有序流的另一种方法是使用Arrays.spliterator 并自己将结果包装在流中（因为拆分器将通过documentation 报告ORDERED）：

StreamSupport.stream(Arrays.spliterator(input.split(" ")), false)

但目前，Arrays.stream 也在这样做。

---

否则，总会有for循环回退：

String[] tokens = input.split(" ");
StringJoiner joiner = new StringJoiner(" ");
for(String s : tokens) {
    if(!toFilter.contains(s) || seen.add(s)) {
        joiner.add(s);
    }
}

String result = joiner.toString();

Answer 2

更新了Here 一个使用正向前瞻的示例，删除的词是第一个出现的词

\b(cat|mat)\b(?=.*\b\1\b)

在java中

String input = "A cat sat on a mat and wore a hat A cat sat on a mat and wore a hat";
input = input.replaceAll("\\b(cat|mat)\\b(?=.*\\b\\1\\b)", "");
System.out.println( input );

Answer 3

比其他更基本的解决方案；

String input = "A cat sat on a mat and wore a hat A cat sat on a mat and wore a hat";
String[] list = {"cat", "mat"};
    for(String word : list){
        int index = input.indexOf(word) + word.length();
        input = input.substring(0, index) + input.substring(index).replace(word, "");
    }

或者通过使用String.split() 上的“限制”参数，您可以将上面的循环替换为以下内容；

    for(String word : list){
        String[] split = input.split(word, 2);
        input = split[0] + word + split[1].replace(word, "");
    }

这两个都输出A cat sat on a mat and wore a hat A sat on a and wore a hat，但如果您想删除双倍空格，您可以在返回值之前轻松调用input.replaceAll(" {2,}", " "); 以删除任何额外的空格。