Существует следующая проблема. Есть 2 текстовых файла. В первом файле находится текст, а во втором файле перечислены определенные слова, которые могут находится в тексте первого файла. Нужно удалить совпадающие слова второго файла из текста первого файла. Подскажите пожалуйста, как это можно реализовать?
1
-
Если список исключаемых слов не большой, то эффективнее всего (с одним пробегом по строке) это можно сделать конечным автоматом специального вида. Чтобы с этим не разбираться, можно использовать регулярные выражения, движок которых сам сформирует нужный автомат. Как сделать это на Java, не знаю.– user23913324 апр 2017 в 19:20
Добавить комментарий
|
1 ответ
Читаем построчно первый файл. Строки например в str. Второй читаем в Set wordSet
for (String word : wordSet) {
word = word.toLowerCase(); //привожу к нижнему регистру
int i = str.toLowerCase().indexOf(word);
if (i == 0) str = str.substring(word.length()); //Удаляем в начале строки, при условии, что это само слово, а не начало более длинного.
Pattern p = Pattern.compile("[^А-ЯЁа-яё0-9A-Za-z]" + word + "[^А-ЯЁа-яё0-9A-Za-z]"); //Исключаю нахождение слова внутри другого слова
while (p.matcher(str.toLowerCase()).find()) {
Matcher m = p.matcher(str.toLowerCase());
m.find();
str = str.substring(0, m.start() + 1) + str.substring(m.end() - 1);
}
i = str.toLowerCase().lastIndexOf(word);
if (i == str.length() - word.length()) str = str.substring(0, i); //Удаляем в конце строки
}
В тексте использовал приведение к нижнему регистру. При этом не искажая исходный файл.
Возможно это можно оптимизировать. Буду рад комментариям как.
-
спасибо большое за вашу помощь! Теперь решение задачи мне ясна. Но единственное, что я не могу понять - это переменная v2. Откуда она взялась и для каких целях она используется?– Кот26 апр 2017 в 12:04
-