Java 中的多个同时子字符串替换

Question

（我来自 python 世界，所以如果我使用的一些术语符合规范，我深表歉意。）

我有一个 String 和 List 个 start/end 个索引要替换。无需太多细节，请考虑以下基本模型：

String text = "my email is foo@bar.com and my number is (213)-XXX-XXXX"
List<Token> findings = SomeModule.someFnc(text);

并且 Token 具有

的定义

class Token {
    int start, end;
    String type;
}

此 List 表示我要编辑的敏感数据的开始和结束位置。

实际上，我迭代得到的 API returns 数据：

[{ "start" : 12, "end" : 22, "type" : "EMAIL_ADDRESS" }, { "start" : 41, "end" : 54, "type" : "PHONE_NUMBER" }]

使用这些数据，我的最终目标是编辑 text 中由这些 Token 对象指定的标记以得到：

"my email is [EMAIL_ADDRESS] and my number is [PHONE_NUMBER]"

这个问题之所以重要，是因为替换子串的长度并不总是与它们要替换的子串的长度相同。

我目前的行动计划是从 text 构建一个 StringBuilder，按照起始索引的相反顺序对这些 ID 进行排序，然后从缓冲区的右端开始替换。

但是有些东西告诉我应该有更好的方法...有吗？

Answer 1

提取开始和结束之间的子串，并以此分割。然后你得到一个包含 2 个元素的数组，在它们之间插入你想要的内容。接下来，您必须移动您的下一个字符串，以通过（您替换的前一个字符串的长度）和（您放置在其位置的字符串）之间的差异来替换 ids。

代码（如果Token中的'end'是独占的）：

public class Main {

    public static void main(String... args) {
        String text = "I want to replace AAA and B and scary wombat";
        Token[] tokens = {new Token(18, 21, "TEST"), new Token(26, 27, "TEST"), new Token(32, 44, "TEST")};
        int delta = 0;
        for (Token token : tokens) {
            String splitter = text.substring(token.start + delta, token.end + delta);
            System.out.println("Splitter: " + splitter);
            delta += token.replacement.length() - splitter.length();
            String[] beforeAndAfter = text.split(Pattern.quote(splitter));
            text = beforeAndAfter[0] + token.replacement + 
                    (beforeAndAfter.length == 2 ? beforeAndAfter[1] : ""); // in case where there are no more chars after splitter in text
        }
        System.out.println(text);
    }

    static class Token {
        public final int start, end;
        public final String replacement;

        public Token(int start, int end, String replacement) {
            this.start = start;
            this.end = end;
            this.replacement = replacement;
        }
    }
}

Answer 2

这种方法有效：

import java.util.ArrayList;
import java.util.List;

public class Test {
    public static void main(String[] args) {
        String text = "my email is foo@bar.com and my number is (213)-XXX-XXXX";

        List<Token> findings = new ArrayList<>();
        findings.add(new Token(12, 22, "EMAIL_ADDRESS"));
        findings.add(new Token(41, 54, "PHONE_NUMBER"));

        System.out.println(replace(text, findings));
    }

    public static String replace(String text, List<Token> findings) {
        int position = 0;
        StringBuilder result = new StringBuilder();

        for (Token finding : findings) {
            result.append(text.substring(position, finding.start));
            result.append('[').append(finding.type).append(']');

            position = finding.end + 1;
        }

        return result.append(text.substring(position)).toString();
    }
}

class Token {
    int start, end;
    String type;

    Token(int start, int end, String type) {
        this.start = start;
        this.end = end;
        this.type = type;
    }
}

输出：

my email is [EMAIL_ADDRESS] and my number is [PHONE_NUMBER]

Answer 3

确保所有标记按 start 索引升序排序：

List<Token> tokens = new ArrayList<>();
tokens.sort(Comparator.comparing(Token::getStart));

现在您可以替换从输入文本末尾开始的所有字符串：

public String replace(String text, List<Token> tokens) {
    StringBuilder sb = new StringBuilder(text);
    for (int i = tokens.size() - 1; i >= 0; i--) {
        Token token = tokens.get(i);
        sb.replace(token.start, token.end + 1, "[" + token.type + "]");
    }
    return sb.toString();
}

Java 中的多个同时子字符串替换

Multiple simultaneous substring replacements in Java

java

string

stringbuilder