java - 从文本文件中删除选定的单词？

Question

我必须从文本文件中删除常用词，例如 (is,are,am,was 等)。在 Java 中执行此操作的有效方法是什么？

Answer 1

您必须读入文件，跳过要删除的单词，然后再次写回文件。

因此，您可能更愿意在每次阅读时跳过您想要忽略的词 - 取决于您的用例。

要实际逐行删除单词(这可能不是您想要的方式)，您可以这样做(使用 google guava ):

    // the words you want to remove from the file:
    //
    Set<String> wordsToRemove = ImmutableSet.of("a", "for");

    // this code will run in a loop reading one line after another from the file
    //
    String line = "Some words read from a file for example";
    StringBuffer outputLine = new StringBuffer();
    for (String word : Splitter.on(Pattern.compile("\\s+")).trimResults().omitEmptyStrings().split(line)) {
        if (!wordsToRemove.contains(word)) {
            if (outputLine.length() > 0) {
                outputLine.append(' ');
            }
            outputLine.append(word);
        }
    }

    // here I'm just printing, but this line could now be written to the output file.
    //
    System.out.println(outputLine.toString());

运行这段代码会输出:

Some words read from file example

即省略了“a”和“for”。

请注意，这会生成简单的代码，但是，它会更改文件中的空白格式。如果你有一行包含加倍空格、制表符等，那么在这段代码中这一切都会变成一个空格。这只是您如何执行此操作的一个示例，根据您的要求，可能会有更好的方法。