java - 在 String.contains() 中使用换行符

Question

我有如下文字:

Grad/Med School University of Osteopathic Medicine andHealth Sci.

这是从 pdfFile 读入一个名为 pdfFileText 的字符串 (Java) 的。其实以上只是全文的一小部分。

我还将有一个名为 institution 的字符串。在这种情况下，institution 的值为“University of Osteopathic Medicine and Health Sci”。

在 PDF 文件中，如您所见，大学名称超出了线宽，因此换行到下一行。

我想做的是验证 pdfFileText.contains(institution)。但是由于该机构是换行的，所以这将不起作用。

我尝试创建一个新的字符串 ins = institution.replaceAll("", [\n\r]+);但这没有用。我还尝试了不同数量的破折号，直到 institution.replaceAll("", [\\\\n\\\\r]+);或者更多的反斜杠。但似乎没有任何效果。

可以使用什么是正确的正则表达式？或者，contains() 可能不允许使用正则表达式？你会建议尝试模式匹配器吗？我仍然对用什么替换模式中的空格感到困惑。

Answer 1

你在倒退。首先从输入中删除行尾:

pdfFileText.replaceAll("\\s+", " ").contains(institution)

如果您不能保证 institution 将始终被规范化，那么也要对其进行预处理:

pdfFileText.replaceAll("\\s+", " ")
           .contains(institution.replaceAll("\\s+", " "))

如果在测试后发现由于输入大小而导致速度太慢，请实现您自己的 contains，它在匹配时会跳过额外的空格。