Apache Commons Text 简介

codingman included in Java Apache Commons Apache

2020-03-10 1519 words 4 minutes

Contents

1. 概述

简而言之，Apache Commons Text 库包含许多有用的实用方法，用于处理String，超出了核心 Java 提供的功能。

在这个快速介绍中，我们将了解 Apache Commons Text 是什么，它的用途，以及使用该库的一些实际示例。

2. Maven依赖

让我们首先将以下 Maven 依赖项添加到我们的pom.xml中：

<dependency>
    <groupId>org.apache.commons</groupId>
    <artifactId>commons-text</artifactId>
    <version>1.1</version>
</dependency>

您可以在Maven 中央存储库中找到该库的最新版本。

3. 概述

根包org.apache.commons.text分为不同的子包：

org.apache.commons.text.diff - String之间的差异
org.apache.commons.text.similarity - String之间的相似性和距离
org.apache.commons.text.translate – 翻译文本

让我们更详细地了解每个包的用途。

4. 处理文本

org.apache.commons.text包包含多个用于处理String的工具。

例如，WordUtils的 API 能够将字符串中每个单词的首字母大写、交换字符串的大小写以及检查String是否包含给定数组中的所有单词。

让我们看看如何将String中每个单词的首字母大写：

@Test
public void whenCapitalized_thenCorrect() {
    String toBeCapitalized = "to be capitalized!";
    String result = WordUtils.capitalize(toBeCapitalized);
    
    assertEquals("To Be Capitalized!", result);
}

以下是我们如何检查字符串是否包含数组中的所有单词：

@Test
public void whenContainsWords_thenCorrect() {
    boolean containsWords = WordUtils
      .containsAllWords("String to search", "to", "search");
    
    assertTrue(containsWords);
}

StrSubstitutor提供了一种从模板构建String的便捷方法：

@Test
public void whenSubstituted_thenCorrect() {
    Map<String, String> 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是Java.lang.StringBuilder的替代品。它提供了一些StringBuilder没有提供的新特性。

例如，我们可以替换另一个String中所有出现的String，或者清除一个String，而无需为其引用分配一个新对象。

这是一个替换部分String的快速示例：

@Test
public void whenReplaced_thenCorrect() {
    StrBuilder strBuilder = new StrBuilder("example StrBuilder!");
    strBuilder.replaceAll("example", "new");
   
    assertEquals(new StrBuilder("new StrBuilder!"), strBuilder);
}

要清除String，我们可以简单地通过调用构建器上的*clear()*方法来完成：

strBuilder.clear();

5. 计算String之间的差异

org.apache.commons.text.diff包实现了 Myers 算法来计算两个String之间的差异。

两个String之间的差异由一系列修改定义，这些修改可以将一个String转换为另一个String。

可以使用三种类型的命令将String转换为另一个 - InsertCommand、KeepCommand和DeleteCommand。

EditScript对象包含应该运行的脚本，以便将String转换为另一个字符串。让我们计算一下为了将一个String转换为另一个字符串应该进行的单字符修改的数量：

@Test
public void whenEditScript_thenCorrect() {
    StringsComparator cmp = new StringsComparator("ABCFGH", "BCDEFG");
    EditScript<Character> script = cmp.getScript();
    int mod = script.getModifications();
    
    assertEquals(4, mod);
}

6. String之间的异同

org.apache.commons.text.similarity包包含用于查找String之间的相似性和距离的算法。

例如，LongestCommonSubsequence可用于查找两个Strings中常见字符的数量：

@Test
public void whenCompare_thenCorrect() {
    LongestCommonSubsequence lcs = new LongestCommonSubsequence();
    int countLcs = lcs.apply("New York", "New Hampshire");
    
    assertEquals(5, countLcs);
}

同样，LongestCommonSubsequenceDistance可用于查找两个Strings中不同字符的数量：

@Test
public void whenCalculateDistance_thenCorrect() {
    LongestCommonSubsequenceDistance lcsd = new LongestCommonSubsequenceDistance();
    int countLcsd = lcsd.apply("New York", "New Hampshire");
    
    assertEquals(11, countLcsd);
}

7.文本翻译

org.apache.text.translate包最初是为了允许我们自定义StringEscapeUtils提供的规则而创建的。

该包有一组类，它们负责将文本转换为一些不同的字符编码模型，例如 Unicode 和数字字符参考。我们还可以创建自己的自定义翻译程序。

让我们看看如何将String转换为其等效的 Unicode 文本：

@Test
public void whenTranslate_thenCorrect() {
    UnicodeEscaper ue = UnicodeEscaper.above(0);
    String result = ue.translate("ABCD");
    
    assertEquals("\\u0041\\u0042\\u0043\\u0044", result);
}

在这里，我们将要开始翻译的字符的索引传递给*above()*方法。

LookupTranslator使我们能够定义自己的查找表，其中每个字符都可以有一个对应的值，我们可以将任何文本翻译成其对应的等价物。