簡介
在本快速教程中，將瞭解如何檢測字串中的多個單詞。
我們的例子
我們假設我們有字串：
String inputString = "hello there, william";
複製程式碼我們的任務是查詢inputString 是否包含“hello”和“william”字樣。
所以，讓我們把我們的關鍵字放到一個陣列中：
String[] words = {"hello", "william"};
複製程式碼此外，單詞的順序並不重要，匹配要區分大小寫。
使用String.contains（）
首先，我們將展示如何使用String.contains()方法來實現我們的目標。
讓我們遍歷關鍵字陣列並檢查inputString中每個專案的出現 ：
public static boolean containsWords(String inputString, String[] items) {
boolean found = true;
for (String item : items) {
if (!inputString.contains(item)) {
found = false;
break;
}
}
return found;
}
複製程式碼這個例子比較簡單易懂，儘管我們需要編寫更多程式碼，但這種解決方案對於簡單的用例來說速度很快。
使用 String.indexOf（）
與使用String.contains()方法的解決方案類似，我們可以使用String.indexOf()方法檢查關鍵字的索引。為此，我們需要一個接受inputString和關鍵字列表的方法：
public static boolean containsWordsIndexOf(String inputString, String[] words) {
boolean found = true;
for (String word : words) {
if (inputString.indexOf(word) == -1) {
found = false;
break;
}
}
return found;
}
複製程式碼所述的indexOf() 方法返回的內部的字的索引inputString。當我們在文字中沒有單詞時，索引將為-1。
使用正規表示式
現在，讓我們使用正規表示式來匹配我們的單詞。為此，我們將使用Pattern類。
首先，讓我們定義字串表示式。由於我們需要匹配兩個關鍵字，我們將使用兩個前瞻構建我們的正規表示式規則：
Pattern pattern = Pattern.compile("(?=.*hello)(?=.*william)");
複製程式碼對於一般情況：
StringBuilder regexp = new StringBuilder();
for (String word : words) {
regexp.append("(?=.*").append(word).append(")");
}
複製程式碼之後，我們將使用matcher()方法find()出現次數：
public static boolean containsWordsPatternMatch(String inputString, String[] words) {
StringBuilder regexp = new StringBuilder();
for (String word : words) {
regexp.append("(?=.*").append(word).append(")");
}
Pattern pattern = Pattern.compile(regexp.toString());
return pattern.matcher(inputString).find();
}
複製程式碼但是，正規表示式具有效能成本。如果我們要查詢多個單詞，則此解決方案的效能可能不是最佳的。
使用Java 8和List
最後，我們可以使用Java 8的Stream API。但首先，得把初始資料進行一些簡單的轉換：
List<String> inputString = Arrays.asList(inputString.split(" "));
List<String> words = Arrays.asList(words);
複製程式碼現在，是時候使用Stream API了：
public static boolean containsWordsJava8(String inputString, String[] words) {
List<String> inputStringList = Arrays.asList(inputString.split(" "));
List<String> wordsList = Arrays.asList(words);
return wordsList.stream().allMatch(inputStringList::contains);
}
複製程式碼如果輸入字串包含我們所有的關鍵字，則上面的操作將返回true。
或者，我們可以簡單地使用Collections框架的containsAll()方法來實現所需的結果：
public static boolean containsWordsArray(String inputString, String[] words) {
List<String> inputStringList = Arrays.asList(inputString.split(" "));
List<String> wordsList = Arrays.asList(words);
return inputStringList.containsAll(wordsList);
}
複製程式碼但是，此方法僅適用於整個單詞。因此，只有當它們與文字中的空格分開時才會找到我們的關鍵字。
使用Aho-Corasick演算法
簡而言之，Aho-Corasick演算法用於使用多個關鍵字進行文字搜尋。無論我們搜尋多少關鍵字或文字長度是多長，它都具有O(n)時間複雜度
讓我們在pom.xml中包含 Aho-Corasick演算法依賴：
<dependency>
<groupId>org.ahocorasick</groupId>
<artifactId>ahocorasick</artifactId>
<version>0.4.0</version>
</dependency>
複製程式碼首先，通過maven引入依賴包，內部的結構，將使用樹形資料結構：
Trie trie = Trie.builder().onlyWholeWords().addKeywords(words).build();
複製程式碼之後，讓我們使用inputString文字呼叫解析器方法，我們希望在其中找到關鍵字並將結果儲存在emits集合中：
Collection<Emit> emits = trie.parseText(inputString);
複製程式碼最後，列印執行的結果：
emits.forEach(System.out::println);
複製程式碼對於每個關鍵字，我們會在文字中檢視關鍵字的起始位置，結束位置和關鍵字本身：
0:4=hello
13:19=william
複製程式碼最後，讓我們看看完整的實現：
public static boolean containsWordsAhoCorasick(String inputString, String[] words) {
Trie trie = Trie.builder().onlyWholeWords().addKeywords(words).build();
Collection<Emit> emits = trie.parseText(inputString);
emits.forEach(System.out::println);
boolean found = true;
for(String word : words) {
boolean contains = Arrays.toString(emits.toArray()).contains(word);
if (!contains) {
found = false;
break;
}
}
return found;
}
複製程式碼在這個例子中，我們只尋找整個單詞。因此，如果我們不僅要匹配inputString而且還要匹配 helloBaeldung，我們應該簡單地從Trie構建器管道中刪除 onlyWholeWords()屬性。
此外，請記住，我們還會從emits集合中刪除重複元素，因為同一關鍵字可能存在多個匹配項。
結論
在本文中，我們學習瞭如何在字串中查詢多個關鍵字。此外，我們通過使用核心JDK以及Aho-Corasick庫來展示示例。