- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我有一个问题,我有一个正在阅读的大文本文件,我想要其中的单词列表并在其中找到特定的词对。
我的数据集的一个例子是:
A random text file . I am <pair-starter> first second <pair-ender> and it goes on and on,
and hopefully it ends .
现在我用类似流的方式读取文件
List<String> words = Files.lines(Paths.get(filename), Charset.forName("UTF-8")).
.map(line -> line.split("[\\s]+"))
.flatMap(Arrays::stream)
.filter(this::filterPunctuation) //This removes the dot in example
.map(this::removePunctuation) //This removes the comma
//I think the method should be added here
.filter(this::removePairSpesifics) //To remove pair starter and ender
.collect(Collectors.toList());
现在有了这段代码,我可以得到干净的单词,我得到一个包含 "A"、"random"、"text"、"file"、"I"、"am"、"first"的列表, “second”、“and”、“it”、“goes”、“on”、“and”、“on”、“and”、“hopefully”、“it”、“ends”
但我也想得到一个包含对的 HashMap ,我想知道是否可以在上面的流中添加一个新方法。无法从谷歌找到任何接近我想要的东西,提前致谢。
接近我脑海中的方法是
private boolean pairStarted = false;
private String addToHashMap(String element){
if previous element was pair starter
pairStarted = true;
else if pairStarted and element is not pairEnder
MyPreviouslyConstructedHashMap.put(the previous one, element);
else if element is pairEnder
pairStarted = false;
return element;
} //This function will not change anything from the list as it returns the elements
//But it'll add the hashmap first-second pair
我目前的解决方案是:
List<String> words = Files.lines(Paths.get(filename), Charset.forName("UTF-8")).
.map(line -> line.split("[\\s]+"))
.flatMap(Arrays::stream)
.filter(this::filterPunctuation)
.map(this::removePunctuation)
.collect(Collectors.toList()); //Now not using removePairSpesifics
//as I need to check for them.
for(int i=words.size()-1; i>=0; i--) {
if(words.get(i).equals("<pair-ender>")){ //checking from end to modify in the loop
pairs.put(words.get(i-2), words.get(i-1));
i = i-4;
words.remove(i+1);
words.remove(i+4);
}
}
我想学习的是了解它是否可以在我将值读入列表的同一流中解决。
最佳答案
起初,我尝试将拆分分成两个拆分,结果非常好:
public void split(Stream<String> lines)
{
Pattern pairFinder = Pattern.compile("<pair-starter|pair-ender>");
Pattern spaceFinder = Pattern.compile("[\\s]+");
Map<String, String> pairs = new HashMap<>();
List<String> words = lines.flatMap(pairFinder::splitAsStream).flatMap(pairOrNoPair -> {
if (pairOrNoPair.startsWith(">") && pairOrNoPair.endsWith("<"))
{
pairOrNoPair = pairOrNoPair.replaceAll("> +| +<", "");
String[] pair = spaceFinder.split(pairOrNoPair);
pairs.put(pair[0], pair[1]);
return Arrays.stream(pair);
}
else
{
return spaceFinder.splitAsStream(pairOrNoPair.trim());
}
})
.filter(this::filterPunctuation) // This removes the dot in example
.map(this::removePunctuation) // This removes the comma
.collect(Collectors.toList());
System.out.println(words);
System.out.println(pairs);
}
// Output
// [A, random, text, file, I, am, first, second, and, it, goes, on, and, on, and, hopefully, it, ends]
// {first=second}
boolean filterPunctuation(String s)
{
return !s.matches("[,.?!]");
}
String removePunctuation(String s)
{
return s.replaceAll("[,.?!]", "");
}
这里发生了什么?首先,我们将线分为成对和非成对。对于其中的每一个,我们检查它们是否是一对。如果是这样,我们删除标记并将该对添加到列表中。在任何情况下,我们都会按空格拆分块,将其展平,然后逐字处理。
但是这个实现只是逐行处理输入。
要解决多线对的问题,我们可以尝试自定义 Collector
方法。看看这个相当快速和肮脏的尝试:
String t1 = "I am <pair-starter> first second <pair-ender>, <pair-starter> and";
String t2 = " hopefully <pair-ender> it ends .";
split(Stream.of(t1, t2));
public void split(Stream<String> lines)
{
PairResult result = lines.flatMap(Pattern.compile("[\\s]+")::splitAsStream)
.map(word -> word.replaceAll("[,.?!]", ""))
.filter(word -> !word.isEmpty())
.collect(new PairCollector());
System.out.println(result.words);
System.out.println(result.pairs);
}
// Output
// [I, am, first, second, and, hopefully, it, ends]
// {and=hopefully, first=second}
class PairCollector
implements Collector<String, PairResult, PairResult>
{
@Override
public Supplier<PairResult> supplier()
{
return PairResult::new;
}
@Override
public BiConsumer<PairResult, String> accumulator()
{
return (result, word) -> {
if ("<pair-starter>".equals(word))
{
result.inPair = true;
}
else if ("<pair-ender>".equals(word))
{
if (result.inPair)
{
result.pairs.put(result.words.get(result.words.size() - 2),
result.words.get(result.words.size() - 1));
result.inPair = false;
}
else
{
// starter must be in another result, keep ender for combiner
result.words.add(word);
}
}
else
{
result.words.add(word);
}
};
}
@Override
public BinaryOperator<PairResult> combiner()
{
return (result1, result2) -> {
// add completed pairs
result1.pairs.putAll(result2.pairs);
// use accumulator to finish split pairs
BiConsumer<PairResult, String> acc = accumulator();
result2.words.forEach(word2 -> acc.accept(result1, word2));
return result1;
};
}
@Override
public Function<PairResult, PairResult> finisher()
{
return Function.identity();
}
@Override
public Set<Characteristics> characteristics()
{
return new HashSet<>(Arrays.asList(Characteristics.IDENTITY_FINISH));
}
}
class PairResult
{
public boolean inPair;
public final List<String> words = new ArrayList<>();
public final Map<String, String> pairs = new HashMap<>();
}
这个收集器逐字接受,并存储一些内部状态来跟踪对。它甚至应该适用于并行流,将单独的单词流组合成一个结果。
关于java 8流图检查以前的元素,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/49493619/
在开发中的网页上,我在 IE 上遇到此错误 element = $(element); 此代码位于prototype.js 预期对象 如何消除此错误。 更新: 现场也使用了 jQuery。 最佳答
我有两个大小相同的嵌套数组: Array1 =[[1, 2], [], [2, 3]] Array2= [[1, 4], [8, 11], [3, 6]] 我需要将它们合并到一个数组中,如下所示: A
我有一些 jQuery 代码,当单击具有特定 ID 的项目时运行。当 ID 是 的一部分时,它就可以工作。元素,但当它位于 中时则不然元素。为什么会这样呢?我想使用 an,因为如果用户关闭了 Ja
Flex-box 规范 3声明 flex 元素不是 block 容器: A flex item establishes a new formatting context for its content
我遇到了一个意想不到的问题。 HTML JS $(function() { var $divs = $('.myDiv'); // create new div not in
我使用 Bootstrap 和 Ember.js 得到了一个无序列表。每个列表项都是一个显示新帖子的链接,每当您单击该链接时,Ember 都会添加类 active默认情况下。我正在使用 Bootstr
我正在尝试让一个函数正常工作,但运气不佳,所以我想向 Stackoverflow 智囊团提出一个新手问题! 基本上,我有一个表单,并且循环遍历所有元素以查看是否存在自定义数据属性。如果存在,则保持该元
我想映射一个可选数组,删除那些 nil 值,并使用另一个函数映射非 nil 值。 我知道我可以通过使用 compactMap 然后使用常规 map 来实现这一点,但我只想遍历数组一次。 我为此实现了一
我如何定位 li 元素,除非它们出现在 之后元素?换句话说,我想针对步骤而不是注释。 我尝试向 OL 添加一个我想从选择中排除的类,但我想出的代码不起作用。 (顺便说一句,重构 html 不是一种选
Warning 1 The element 'system.webServer' has invalid child element 'rewrite'. List of possible eleme
我正在尝试编写一个脚本,该脚本将遍历 HTML 源并创建 DOM 的 JSON 文件,然后使用 d3.js 在 TreeView 中显示该文件。我遇到的问题是不仅希望显示元素(TITLE、P、LI 等
我有以下 HTML 表单:- Option 1 Option 2
我试图在选定的 HTML 元素之后选择下一个具有类名 slider-value 的 span 元素。我尝试了多种解决方案,但没有一个有效。 我可以通过 id 选择它,但我不希望那样做使代码冗余。 $(
如果电子邮件地址无效,我想在屏幕上显示一条消息“请输入有效的电子邮件地址”。 body 元素的innerHTML 语句工作正常,但我用于p 元素的innerHTML 语句不起作用。 有一次,当我测试它
以下 jQuery 代码调用 ul 元素,查找元素内的前 三个 li 列表项,并隐藏剩余的 li 项目。然后,它附加一个 li 元素,其中显示“显示更多...”,并且在单击时显示之前隐藏的列表项。 (
我问了a question早些时候关于将编辑/删除链接与 h1 元素内联的最佳方法。我能够通过给出的答案实现这一点,但我现在有额外的要求,我需要在 h1 下方显示一个段落并编辑/删除链接。 到目前为止
我使用 MVC 4 和 knockout.js 库版本 2.1.0 显示从服务器检索到的大量文件的表中的以下摘录。 0)"> 正在正确检索数据,
我创建了一个脚本,该脚本在鼠标悬停在父容器上时激活,并且应该将其子元素移离鼠标。我目前已经让它工作了,但是代码的某些部分似乎与 REACT 代码应该是什么样子相矛盾。特别是两个部分。 我在渲染函数中使
我是 JS 新手,正在尝试理解项目 https://github.com/tastejs/todomvc 的代码 请参阅屏幕截图,我尝试对 button X 以及其父元素 div 设置断点,但在这两种
例如,假设有一个带有奇特颜色的标记: Something written here 使用 Visual Studio 2017 和 MVC 5 元素,有没有办法检查和定位当前应用了哪些样式,以及负责它
我是一名优秀的程序员,十分优秀!