使用RegEx匹配字符串时如何忽略重复的字符串？

Question

编辑：为清楚起见，进行了编辑。 由于计数虚假，我没有得到正确的答复。 我必须使用RegEx，但是可以使用令牌生成器，但我没有。

我在这里尝试做的是，有5个输入文件。 我需要计算有多少个“用户定义的变量”。 请忽略凌乱的代码，我正在学习Java。

我替换了：（和）中的所有内容，所有非单词字符，任何语句（如int，main等），任何在其前面带有空格的数字以及任何带有新行的空格，然后对其进行修剪。

这给我留下了一个包含各种字符串的列表，这些字符串将与RegEx匹配。 但是，在这一点上，如何使我的计数仅包含唯一标识符？

---

示例：例如，在代码下方附加的输入文件中，当输出文件应为“唯一/唯一标识符：3”时，我在输出文件中收到“唯一/唯一标识符：10”

例如，在我附加的第5个输入文件中，我应该具有“唯一/唯一标识符：3”，而不是当前具有“唯一/唯一标识符：6”

我无法使用Set，Map等。

任何帮助都很棒！ 谢谢。

import java.util.*
import java.util.regex.*;
import java.io.*;

public class A1_123456789 {

public static void main(String[] args) throws IOException {
    if (args.length < 1) {
        System.out.println("Wrong number of arguments");
        System.exit(1);
    }

    for (int i = 0; i < args.length; i++) {

        FileReader jk = new FileReader(args[i]);
        BufferedReader ij = new BufferedReader(jk);
        FileWriter fw = null;
        BufferedWriter bw = null;

        String regex = "\\b(\\w+)(\\s+\\1\\b)+";

        Pattern p = Pattern.compile("[_a-zA-Z][_a-zA-Z0-9]{0,30}");

        String line;
        int count = 0;

        while ((line = ij.readLine()) != null) {
           line = line.replaceAll("\\(([^\\)]+)\\)", " " );
           line = line.replaceAll("[^\\w]", " ");
           line = line.replaceAll("\\bint\\b|\\breturn\\b|\\bmain\\b|\\bprintf\\b|\\bif\\b|\\belse\\b|\\bwhile\\b", " ");
           line = line.replaceAll(" \\d", "");
           line = line.replaceAll(" ", "\n");
           line = line.trim();

            Matcher m = p.matcher(line);

            while (m.find()) {
                count++;
            }
        }

        try {
            String s1 = args[i];
            String s2 = s1.replaceAll("input","output");
            fw = new FileWriter(s2);
            bw = new BufferedWriter(fw);
            bw.write("distinct/unique identifiers: " + count);

        } catch (IOException e) {
            e.printStackTrace();
        } finally {
            try {
                if (bw != null) {
                    bw.close();
                }

                if (fw != null) {
                    bw.close();
                }

            } catch (IOException ex) {
                ex.printStackTrace();
            }
        }
    }
}

//这是下面的第三个输入文件。

int celTofah(int cel)
{
    int fah;
    fah = 1.8*cel+32;
    return fah;
}

int main()
{
    int cel, fah;
    cel = 25;
    fah = celTofah(cel);
    printf("Fah: %d", fah);
    return 0;
}

//这是下面的第5个输入文件。

int func2(int i)
{
    while(i<10)
    {
        printf("%d\t%d\n", i, i*i);
        i++;
    }
}

int func1()
{
    int i = 0;
    func2(i);
}

int main()
{
    func1();
    return 0;
}

Answer 1

尝试这个

 LinkedList dtaa = new LinkedList();
        String[] parts =line.split(" ");
        for(int ii =0;ii<parts.length;ii++){
            if(ii == 0)
                dtaa.add(parts[ii]);
            else{
                if(dtaa.contains(parts[ii]))
                        continue;
                else
                    dtaa.add(parts[ii]);

            }
        }

       count = dtaa.size();

代替

 Matcher m = p.matcher(line);

        while (m.find()) {
            count++;
        }

Answer 2

Amal Dev提出了正确的实现方案，但是鉴于OP希望保留Matcher ，我们有：

// Previous code to here

// Linked list of unique entries
LinkedList uniqueMatches = new LinkedList();

// Existing code
while ((line = ij.readLine()) != null) {
    line = line.replaceAll("\\(([^\\)]+)\\)", " " );
    line = line.replaceAll("[^\\w]", " ");
    line = line.replaceAll("\\bint\\b|\\breturn\\b|\\bmain\\b|\\bprintf\\b|\\bif\\b|\\belse\\b|\\bwhile\\b", " ");
    line = line.replaceAll(" \\d", "");
    line = line.replaceAll(" ", "\n");
    line = line.trim();

    Matcher m = p.matcher(line);

    while (m.find()) {
        // New code - get this match
        String thisMatch = m.group();
        // If we haven't seen this string before, add it to the list
        if(!uniqueMatches.contains(thisMatch))
            uniqueMatches.add(thisMatch);
    }
}

// Now see how many unique strings we have collected
count = uniqueMatches.size();

请注意，我尚未编译此文件，但希望它能按原样工作...