Java - 马尔可夫链文本生成器 - 解析文本文件

Question

我需要使用“两个城市的故事”的纯文本文件(由古腾堡项目提供)为我的算法类创建一个马尔可夫链文本生成器。我目前陷入了第一阶段，即解析文本文件并从字符中生成键值对，以便将它们添加到符号表中，以便完成其余的工作(实际上生成新文本) )。

澄清一下，这就是我想要的键值对(假设字母表是文本文件):

• abc = 键| d = 值
• bcd = 键| e = 值
• cde = 键 | f = 值
• 等等

我使用 BufferedReader 读取每一行，然后解析每一行，但我这样做的方式是错误的，我无法找到解决方法。为了迭代每行中的字符，我使用 for 循环到达当前字符，然后到达当前字符+1，依此类推。本质上，我最终必须到达下一行(尚未读取)并收到 StringIndexOutOfBounds 异常。我需要一种方法来移动到下一行并继续对整个文件进行迭代。

这是我到目前为止所拥有的:

import java.io.BufferedReader;
import java.io.IOException;

public class MarkovTextGenerator {
    public static void main(String[] args) throws IOException {
        /***********************************************************
         * Begin parsing through text file, character by character *
         ***********************************************************/
        try (BufferedReader br = new BufferedReader(new FileReader("file.txt"))) {
            String line;
            while ((line = br.readLine()) != null) {
                for (int i = 0; i < line.length(); i++) {
                    String char1 = line.substring(i, i + 1);
                    String char2 = line.substring(i + 1, i + 2);
                    String char3 = line.substring(i + 2, i + 3);
                    char value = line.charAt(i + 3);
                    String key = char1 + char2 + char3;
                    System.out.println(key);
                    System.out.println(value);
                }
            }
        }
        /******************
         * End of parsing *
         ******************/
    }
}

Answer 1

for 循环的迭代应该只转到 i < line.length() - 3 。 StringIndexOutOfBounds抛出异常是因为 line.substring调用将超过字符串的最后一个字符。

例如

"abc".substring(2,3)会抛出异常，因为字符串后面没有剩余字符。