java - 如何在MapReduce程序中替换输入字符串中的特殊字符

Question

我可以替换普通java程序中的特殊字符。

这是我的java代码:

public class A {

    public static void main(String[] args) {
    String s = "This785($^#')\"";
    System.out.println(s);
    s=s.replaceAll("[^\\w\\s]", "");
    System.out.println(s);

}

但是我在我的 map 缩减程序中尝试相同的操作，但这不起作用

 public static class Map extends MapReduceBase implements
        Mapper<LongWritable, Text, Text, IntWritable> {

    @Override
    public void map(LongWritable key, Text value, OutputCollector<Text, IntWritable> output, Reporter reporter)
            throws IOException {

        String s = value.toString().replaceAll("\\w+\\s+","");
        String[] words=s.split(" ");
        for(String a:words){


output.collect(new Text(a),new  IntWritable(1));
        }
    }

map 缩减程序的示例输入

   "This@#$ is$# word$%^ (Count)"
  "This@#$ is$# word$%^ (Count)"

MapReduce程序的输出

 "This@#$   2
  (Count)"  2
    is$#    2
 word$%^    2

我是不是做错了什么，请帮帮我!

Answer 1

您的正则表达式已从 [^\\w\\s] 更改为 \\w+\\s+

此正则表达式的意思是，匹配一个或多个字母(a-z/A-Z)或数字(alpha numberic)，后跟空格或制表符或换行符等，并将其替换为空字符串。在你的字符串中你有:

 "This@#$ is$# word$%^ (Count)"

您不满足大小写，因此不满足输出。您可以使用 $ 或 # 或 ^ 后跟一个空格，但不能使用字母数字字符后跟一个空格。