（java）-将输入文件中的每个单词存储在字符串数组中

Question

编写方法来完成此操作遇到麻烦，虽然具有该方法的基本概述，但仅需要一些指针/帮助即可完成此操作。

  public static String [] readFileAndReturnWords(String filename){
     //create array
     //read one word at a time from file and store in array
     //return the array
  }

这是我到目前为止的内容：

public static String readFileAndReturnWords(String filename){   
      String[] temp = new String[];

      //connects file
      File file = new File(filename);
      Scanner inputFile = null;

     try{

          inputFile = new Scanner(file);

         }
          //When arg is mistyped
      catch(FileNotFoundException Exception1) {
          System.out.println("File not found!");
          System.exit(0);      
     }


     //Loops through a file
    if (inputFile != null) {

    try { //I draw a blank here

我知道一些.next和.hasNext调用是按顺序进行的，我只是不确定如何在问题的上下文中使用这些特定方法。

Answer 1

拆分成单个单词实际上比最初看起来要复杂一些-您拆分了什么？

如果在空格上分开，则句号，逗号和其他标点符号将最终附加到一个单词上，因此

快，懒狗。

将分为：

1. 快，
2. 该
3. 懒
4. 狗。

可能是您想要的，也可能不是。 如果您对非单词字符进行拆分，那么最终您将对撇号，连字符等进行拆分，因此：

• 不能，不会->
  1. 能够
  2. Ť
  3. 韩元
  4. Ť
• 没有人怀疑超空间
  1. 没有
  2. 一
  3. 犯罪嫌疑人
  4. 超
  5. 空间

因此，这些解决方案各有其问题。 我建议使用单词边界正则表达式匹配器。 它稍微复杂一些，但是仍然存在问题-尝试不同的方法，看看是什么产生了所需的输出。

我提出的解决方案使用Java 8：

public static String[] readFileAndReturnWords(String filename) throws IOException {
    final Path path = Paths.get(filename);
    final Pattern pattern = Pattern.compile("\\b");

    try (final Stream<String> lines = Files.lines(path)) {
        return lines.flatMap(pattern::splitAsStream).toArray(String[]::new);
    }
}

因此，首先将String转换为Path ，即文件位置的Java NIO表示形式。 然后，您创建您的Pattern ，这决定了如何分解单词。

您如何简单地使用Files.lines来流传输文件中的所有行，然后使用Pattern.splitAsStream将每一行变成单词。 我们使用flatMap来“平整”流，即每行将是Stream<String>并且我们已经有了Stream<String>因此最终得到Stream<Stream<String>> 。 flatMap被设计为采用Stream<Stream<T>>并返回Stream<T> 。

Answer 2

将其存储在ArrayList中，因为您不知道文件中存储了多少个单词。

public class Test
{
  static ArrayList<String> words;
  public static void main(String[] args) throws FileNotFoundException
  {
    Scanner s = new Scanner(new File("Blah.txt"));
    words = new ArrayList<String>();
    while(s.hasNext ())
    {
      String token = s.next ();
      if(isAWord(token))
      {
        if(token.contains ("."))
        {
         token =  token.replace (".","");
        }
        if(token.contains (","))
        {
          token = token.replace (",", "");
        }
        //and remove other characters like braces and parenthesis 
        //since the scanner gets tokens like
        // here we are, < "are," would be a token
        //
        words.add(token);
      }

    }

  }

  private static boolean isAWord(String token)
  {
    //check if the token is a word
  }
}

它应该工作。

如果您真的想使用数组，则可以通过以下方式将ArrayList转换为简单的Array：

String[] wordArray = words.toArray();