Введение в Apache Commons Text
1. обзор
Проще говоря, библиотека Apache Commons Text содержит ряд полезных служебных методов для работы сStrings, помимо того, что предлагает ядро Java.
В этом кратком введении мы увидим, что такое Apache Commons Text и для чего он используется, а также несколько практических примеров использования библиотеки.
2. Maven Dependency
Начнем с добавления следующей зависимости Maven к нашемуpom.xml:
org.apache.commons
commons-text
1.1
Вы можете найти последнюю версию библиотеки наMaven Central Repository.
3. обзор
Корневой пакетorg.apache.commons.text разделен на различные подпакеты:
-
org.apache.commons.text.diff - разница междуStrings
-
org.apache.commons.text.similarity - сходства и расстояния междуStrings
-
org.apache.commons.text.translate - перевод текста
Давайте посмотрим, для чего можно использовать каждый пакет - более подробно.
3. Обработка текста
Пакетorg.apache.commons.text содержит несколько инструментов для работы сStrings.
Например,WordUtils имеет API, способные использовать первую букву каждого слова вString,, заменяя регистрString, и проверяя, содержит лиString все слова в данный массив.
Давайте посмотрим, как мы можем сделать первую букву каждого слова вString: заглавной.
@Test
public void whenCapitalized_thenCorrect() {
String toBeCapitalized = "to be capitalized!";
String result = WordUtils.capitalize(toBeCapitalized);
assertEquals("To Be Capitalized!", result);
}
Вот как мы можем проверить, содержит ли строка все слова в массиве:
@Test
public void whenContainsWords_thenCorrect() {
boolean containsWords = WordUtils
.containsAllWords("String to search", "to", "search");
assertTrue(containsWords);
}
StrSubstitutor предоставляет удобный способ построенияStrings из шаблонов:
@Test
public void whenSubstituted_thenCorrect() {
Map substitutes = new HashMap<>();
substitutes.put("name", "John");
substitutes.put("college", "University of Stanford");
String templateString = "My name is ${name} and I am a student at the ${college}.";
StrSubstitutor sub = new StrSubstitutor(substitutes);
String result = sub.replace(templateString);
assertEquals("My name is John and I am a student at the University of Stanford.", result);
}
StrBuilder является альтернативойJava.lang.StringBuilder. Он предоставляет некоторые новые функции, которых нет вStringBuilder.
Например, мы можем заменить все вхожденияString в другойString или очиститьString, не назначая новый объект его ссылке.
Вот быстрый пример замены частиString:
@Test
public void whenReplaced_thenCorrect() {
StrBuilder strBuilder = new StrBuilder("example StrBuilder!");
strBuilder.replaceAll("example", "new");
assertEquals(new StrBuilder("new StrBuilder!"), strBuilder);
}
Чтобы очиститьString,, мы можем просто сделать это, вызвав методclear() в построителе:
strBuilder.clear();
4. Расчет разницы междуStrings
Пакетorg.apache.commons.text.diff реализует алгоритм Майерса для вычисления различий между двумяStrings.
Разница между двумяStrings определяется последовательностью модификаций, которые могут преобразовать одинString в другой.
Есть три типа команд, которые можно использовать для преобразования одногоString в другой -InsertCommand,KeepCommand иDeleteCommand.
ОбъектEditScript содержит сценарий, который должен быть запущен, чтобы преобразоватьString в другой. Давайте посчитаем количество модификаций с одним символом, которые необходимо сделать, чтобы преобразоватьString в другой:
@Test
public void whenEditScript_thenCorrect() {
StringsComparator cmp = new StringsComparator("ABCFGH", "BCDEFG");
EditScript script = cmp.getScript();
int mod = script.getModifications();
assertEquals(4, mod);
}
5. Сходства и расстояния междуStrings
Пакетorg.apache.commons.text.similarity содержит алгоритмы, полезные для поиска сходств и расстояний междуStrings.
Например,LongestCommonSubsequence можно использовать, чтобы найти количество общих символов в двухStrings:
@Test
public void whenCompare_thenCorrect() {
LongestCommonSubsequence lcs = new LongestCommonSubsequence();
int countLcs = lcs.apply("New York", "New Hampshire");
assertEquals(5, countLcs);
}
Точно так жеLongestCommonSubsequenceDistance можно использовать для определения количества разных символов в двухStrings:
@Test
public void whenCalculateDistance_thenCorrect() {
LongestCommonSubsequenceDistance lcsd = new LongestCommonSubsequenceDistance();
int countLcsd = lcsd.apply("New York", "New Hampshire");
assertEquals(11, countLcsd);
}
6. Перевод текста
Пакетorg.apache.text.translate изначально был создан, чтобы позволить нам настраивать правила, предоставляемыеStringEscapeUtils.
Пакет имеет набор классов, которые отвечают за перевод текста в некоторые из различных моделей кодирования символов, таких как Unicode и Numeric Character Reference. Мы также можем создавать собственные программы для перевода.
Давайте посмотрим, как мы можем преобразоватьString в эквивалентный текст в Юникоде:
@Test
public void whenTranslate_thenCorrect() {
UnicodeEscaper ue = UnicodeEscaper.above(0);
String result = ue.translate("ABCD");
assertEquals("\\u0041\\u0042\\u0043\\u0044", result);
}
Здесь мы передаем индекс символа, с которого хотим начать перевод, методуabove().
LookupTranslator позволяет нам определять нашу собственную таблицу поиска, в которой каждый символ может иметь соответствующее значение, и мы можем переводить любой текст в его соответствующий эквивалент.
7. Заключение
В этом кратком руководстве мы увидели обзор того, что такое Apache Commons Text, и некоторые из его общих функций.
Примеры кода можно найтиover on GitHub.