java写的分词小程序
根据给出的正则式,构建分词程序,完成相应的分词任务,并返回所有单词以及单词类别。
<关键字>-> int |for| while | do | return | break | continue
<运算符>-> + | - | * | / |==| < | <= |!= | > | >=
<界符>-> , | ; | ( | ) | {|}
<标识符>-> letter (letter | digit)*
<整型常数>-> digit digit*
<小数>-> digit digit* . digit digit*
二 程序说明(关键代码)
public void getFenCi() throws Exception {
BufferedReader br = new BufferedReader(new InputStreamReader(
new FileInputStream(filePath)));
//遍历每一行
for (String line =br.readLine(); line != null; line = br.readLine()) {
String[] s1 = line.trim().split(" ");//得到空格分开的字符串数组并且去掉首尾空格
for(int i=0;i<s1.length;i++){
char[] CharArray= s1[i].toCharArray();
for(char c : CharArray) {
if(c >= 'a' && c <= 'z' || c >= 'A' && c <= 'Z') {//字母
if (match_4 == 1) {//之前是运算符
matchEqual_4();//将str设置为运算符
}
if (match_3 == 1) {//之前是整数
matchEqual_3();
}
str1 = str1 + c;
match_1 = 1;
} else if (match_4(c + "")) {//分隔符
if(match_1 == 1){
matchEqual_1();
}
if (match_4 == 1) {
matchEqual_4();
}
if (match_3 == 1) {
matchEqual_3();
}
str1 = "";
str1 = str1 + c;
setValue("5", str1);
str1 = "";
} else if (match_2(c + "")) {//标识符
if(match_1 == 1){
matchEqual_1();
}
if (match_3 == 1) {
matchEqual_3();
}
str1 = str1 + c;
match_4 = 1;
} else if (match_3(c + "")) {//数字匹配
if(match_1==1){
matchEqual_1();
}
if (match_4 == 1) {
matchEqual_4();
}
str1 = str1 + c;
match_3 = 1;
}
}
}
}
br.close();
}
思路总结
1程序主要利用str存储每一个分词,根据当前字符和前一个分词判断出是继续添加字符进分词,还是结束添加,并判断出分词类型,存储。最后通过map存储分词和类型。
2正则式只是实现一部分,但是小数都没有实现,离真正分词程序有很大不同。
3空格是默认的分隔符,每一行也应该是分隔的。因此用readline方法。并且通过line.trim().split(" ")得到空格分开的字符串数组并且去掉首尾空格。