在 Java 中修剪字符串同时保留完整单词

Question

我需要在 java 中修剪一个字符串，以便：

敏捷的棕色狐狸跳过了懒惰的狗。

变成

快速的棕色...

在上面的示例中，我将其修剪为 12 个字符。 如果我只使用子字符串，我会得到：

快速...

我已经有了使用子字符串执行此操作的方法，但我想知道执行此操作的最快（最有效）方法是什么，因为页面可能有许多修剪操作。

我能想到的唯一方法是在空格上拆分字符串并将其放回原处，直到其长度超过给定长度。 还有其他方法吗？ 也许是一种更有效的方式，我可以使用相同的方法进行“软”修剪，保留最后一个单词（如上例所示）和几乎是子字符串的硬修剪。

谢谢，

Answer 1

下面是我用来在我的 webapps 中修剪长字符串的方法。 正如您所说的“软” boolean ，如果设置为true将保留最后一个单词。 这是我能想到的最简洁的方法，它使用 StringBuffer 比重新创建一个不可变的字符串更有效。

public static String trimString(String string, int length, boolean soft) {
    if(string == null || string.trim().isEmpty()){
        return string;
    }

    StringBuffer sb = new StringBuffer(string);
    int actualLength = length - 3;
    if(sb.length() > actualLength){
        // -3 because we add 3 dots at the end. Returned string length has to be length including the dots.
        if(!soft)
            return escapeHtml(sb.insert(actualLength, "...").substring(0, actualLength+3));
        else {
            int endIndex = sb.indexOf(" ",actualLength);
            return escapeHtml(sb.insert(endIndex,"...").substring(0, endIndex+3));
        }
    }
    return string;
}

更新

我已经更改了代码，以便将...附加到 StringBuffer 中，这是为了防止隐式创建不必要的String ，这既缓慢又浪费。

注意： escapeHtml是从 apache commons 静态导入的：

import static org.apache.commons.lang.StringEscapeUtils.escapeHtml;

您可以删除它，代码应该可以正常工作。

Answer 2

这是一个简单的、基于正则表达式的单行解决方案：

str.replaceAll("(?<=.{12})\\b.*", "..."); // How easy was that!? :)

解释：

• (?<=.{12})是一个否定的回看，它断言匹配的左边至少有 12 个字符，但它是一个非捕获（即零宽度）匹配
• \\b.*匹配第一个单词边界（在至少 12 个字符之后 - 以上）到结尾

这被替换为“...”

这是一个测试：

public static void main(String[] args) {
    String input = "The quick brown fox jumps over the lazy dog.";
    String trimmed = input.replaceAll("(?<=.{12})\\b.*", "...");
    System.out.println(trimmed);
}

输出：

The quick brown...

---

如果性能是一个问题，请通过编译一次来预编译正则表达式以获得大约 5 倍的加速 (YMMV)：

static Pattern pattern = Pattern.compile("(?<=.{12})\\b.*");

并重用它：

String trimmed = pattern.matcher(input).replaceAll("...");

Answer 3

请尝试以下代码：

private String trim(String src, int size) {
    if (src.length() <= size) return src;
    int pos = src.lastIndexOf(" ", size - 3);
    if (pos < 0) return src.substring(0, size);
    return src.substring(0, pos) + "...";
}

Answer 4

我使用这个技巧：假设修剪后的字符串长度必须为 120：

String textToDisplay = textToTrim.substring(0,(textToTrim.length() > 120) ? 120 : textToTrim.length());

        if (textToDisplay.lastIndexOf(' ') != textToDisplay.length() &&textToDisplay.length()!=textToTrim().length()) {

            textToDisplay = textToDisplay + textToTrim.substring(textToDisplay.length(),textToTrim.indexOf(" ", textToDisplay.length()-1))+ " ...";
        }

Answer 5

尝试搜索位置小于或大于 11 的空格的最后一次出现，并通过添加“...”修剪那里的字符串。

Answer 6

你的要求不是很清楚。 如果您在用自然语言表达它们时遇到困难，那么将它们翻译成像 Java 这样的计算机语言也就不足为奇了。

“保留最后一个词”意味着算法将知道“词”是什么，因此您必须先告诉它。 拆分是一种方法。 带有语法的扫描器/解析器是另一个。

在我关心效率之前，我会担心让它工作。 让它发挥作用，衡量它，然后看看你能对性能做些什么。 其他一切都是没有数据的猜测。

Answer 7

怎么样：

mystring = mystring.replaceAll("^(.{12}.*?)\b.*$", "$1...");