Apache Commons Text 库简介

￡神魔★判官ぃ 2023-09-25 12:59 58阅读 0赞

### **1. 概述** ###

简单地说，Apache Commons Text 库包含许多有用的实用程序方法来处理*字符串*，超出了核心 Java 提供的方法。

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

### **2. Maven 依赖** ###

让我们首先将以下 Maven 依赖项添加到我们的*pom.xml*：

<dependency>
        <groupId>org.apache.commons</groupId>
        <artifactId>commons-text</artifactId>
        <version>1.10</version>
    </dependency>Copy

您可以在[Maven 中央存储库][Maven]中找到最新版本的库。

### **3. 概述** ###

根包*org.apache.commons.text*分为不同的子包：

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

让我们更详细地看看每个包的用途。

### **3. 处理文本** ###

*org.apache.commons.text*包包含多个用于处理*字符串的工具。*

例如，*WordUtils*具有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*字符串*是否包含给定数组中的所有单词的API。

让我们看看如何将字符串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);
    }Copy

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);
    }Copy

*StrSubstitutor*提供了一种从模板构建*字符串*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);
    }Copy

*StrBuilder*是*Java.lang.StringBuilder*的替代品。它提供了一些*StringBuilder*没有提供的新功能。

例如，我们可以替换另一个字符串中出现的所有*字符串*，或者清除*字符串*而不为其引用分配新对象。

下面是替换*部分字符串*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);
    }Copy

要清除*字符串，*我们可以通过在构建器上调用*clear（）* 方法来做到这一点：

strBuilder.clear();Copy

### **4. 计算*字符串*之间的差异** ###

包*org.apache.commons.text.diff*实现了Myers算法，用于计算两个*字符串之间的差异。*

**两个字符串之间的差异由一系列修改定义，这些修改可以将一个字符串转换为另一个*字符串*。**

有三种类型的命令可用于将字符串转换为另一个*字符串*\- *InsertCommand*，*KeepCommand*和*DeleteCommand*。

*EditScript*对象保存应运行的脚本，以便将字符串转换为另一个*字符串*。让我们计算一下为了将一个字符串转换为另一个*字符串*而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);
    }Copy

### **5.*字符串*之间的相似性和距离** ###

*org.apache.commons.text.similarity*包包含可用于查找字符串之间的相似性和距离的算法*。*

例如，*LongestCommonSubsequence*可用于查找两个*字符串*中常用字符的数量：

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

类似地，*LongestCommonSubsequenceDistance*可以用来查找两个*字符串*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);
    }Copy

### **6. 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，负责将文本转换为一些不同的字符编码模型，如 Unicode 和数字字符引用。我们还可以创建自己的定制翻译程序。

让我们看看如何将*字符串*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);
    }Copy

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具有相应的值，并且可以将任何文本转换为相应的等效值。

### **7. 结论** ###

在这个快速教程中，我们已经看到了Apache Commons Text的全部内容及其一些常见功能的概述。

代码示例可以在[GitHub 上找到。][GitHub]

[Maven]: https://mvnrepository.com/artifact/org.apache.commons/commons-text
[GitHub]: https://github.com/eugenp/tutorials/tree/master/libraries-apache-commons