在不使用.split() 或 StringTokenizer 的情况下在用户内容中查找单词

Question

我正在开发一个程序，要求用户输入一个短语和一个 integer。 integer 用于识别将从短语中返回的单词。 例如，如果他们输入 5，程序应该将句子中的第五个单词返回给用户。

System.out.println("Your word is: " +combineString(phrase,numWord));

这是我迄今为止的工作，主要是output，

public static String combineString(String newPhrase, int newNum) {
  int countWords = 0;
  String word = "";

  //words count. I'll +1 everytime using countWord the match the amount of words
  for(int i=0; i< newPhrase.length(); i++) {
     if(newPhrase.charAt(i) == ' ') {
        countWords++;             
     }
  }  

  //return the last word. Ex: 15 words in a phrase if user pick the 18th word it will return the 15th word.
  if(countWords+1 < newNum  || countWords+1 <= newNum) {
     word += newPhrase.substring(newPhrase.lastIndexOf(' ')+1, newPhrase.length()-1);
  }
  else if(newNum <=0) { //return null if the user pick 0 or less than 0
     word += null;   
  }           
  return word;

我想了很多关于如何处理中间部分的问题，我的想法是如果用户选择 numWord = 5，那么为了返回该句子中的第五个单词，我将需要使用“newPhrase.substring(第 4 个空格 +1，第 5 个空格）”。 这就是我卡住的地方，因为我不知道如何开始，以及如何到达第四空间。

Answer 1

public static String combineString(String newPhrase, int newNum) {
     if(newNum<=0)
        return null;
     String word = "";
     String [] match = new String[newNum];

    int j =0;
    for(int i=0; i< newPhrase.length(); i++) {
        word = word + newPhrase.charAt(i);
        if(newPhrase.charAt(i) == ' ') { 
           match[j] = word;
           if(j+1 == newNum) {
              return word; // returns the specified word
           } 
           j++;
           word = "";    
       }
    } 
    return word; //returns last word
  }

这段代码应该适合你。 如果是这种情况，请接受答案。

Answer 2

public static String combineString(String newPhrase, int newNum) {
    try {
        return newPhrase.split(" ")[newNum - 1];
    } catch (ArrayIndexOutOfBoundsException e) {
        return null;
    }
}

Answer 3

如果你想 go 真的很低级，那么你可以 go 低于subString并操作单个字符。 这样很容易跳过空白以外的其他字符。 通过将正则表达式转换为有限的 state 自动机，这也是朝着执行正则表达式的方式迈出的一步。

enum ScanState {WHITESPACE, WORD}

private final static Set<Character> whitespace = new HashSet<>(Arrays.asList('"', ',', '.', '?', '!', '-', ';', ' '));

@Test
public void testTokenize() {
    char[] text = "No, it's been \"yes?\", and not \"no!\" - hasn't it?".toCharArray();
    List<String> expected = Arrays.asList("No", "it's", "been", "yes", "and", "not", "no", "hasn't", "it");
    assertEquals(expected, tokenize(text));
}

private List<String> tokenize(char[] text) {
    List<String> result = new ArrayList<String>();
    char[] word = new char[256];
    int maxLetter = 0;
    ScanState prevState = ScanState.WHITESPACE;

    for (char currentChar : text) {
        ScanState currState = whitespace.contains(currentChar) ? ScanState.WHITESPACE : ScanState.WORD;

        if (prevState == ScanState.WORD && currState == ScanState.WORD) {
            word[maxLetter++] = currentChar;
        }
        if (prevState == ScanState.WORD && currState == ScanState.WHITESPACE) {
            word[maxLetter++] = currentChar;
            result.add(String.valueOf(word, 0, maxLetter - 1));
        }
        if (prevState == ScanState.WHITESPACE && currState == ScanState.WORD) {
            maxLetter = 0;
            word[maxLetter++] = currentChar;
        }
        prevState = currState;
    }
    return result;
}