regex Java word finder程序不会捕获字符串中的所有唯一项

Question

我正在制作一个简单的程序来查找给定字符串中的所有单词，并将所有唯一的单词放入数组列表中。（与python中的list.sort()对列表的作用差不多）

然而，在我给定的测试输入中，程序跳过了一个单词。非常感谢你能深入了解为什么它没有抓住所有的字眼

这是我的代码：

public class wordFinder {
public static void main(String[] args) {
    String input = "This is a test This is a test This is a test This is a test This is another test This is not a test";
    ArrayList<String> wordList = new ArrayList<>();
    Pattern pattern = Pattern.compile("\\w+");
    Matcher match = pattern.matcher(input);
    while(match.find()) {
        wordList.add(match.group());
    }
    System.out.println(wordList);
    for (int i = 0; i < wordList.size(); i++){
        for(int q = i; q< wordList.size(); q++){
            if(wordList.get(i).equals(wordList.get(q))){
                wordList.remove(q);
            }
            else continue;
        }

    }
    System.out.println(wordList);
}

}

另外，我知道不需要正则表达式和模式/匹配器，因为我可以拆分字符串。我这样做是因为我想以后扩展我的程序来搜索不止一个特定的东西

Answer 1

这是一个比添加然后删除更好的选项。还有，就像我说的，你用这个干什么？如果你用它做单词库，你可能想考虑其他的结构！

  public static void main(String[] args) {
        ArrayList<String> list = new ArrayList<String>();
        String input = "This is a test This is a test This is a test This is a test This is another test This is not a test";
        String [] tokens = input.split("\\s");
        for(int i = 0; i < tokens.length; ++i){
            if(!list.contains(tokens[i])){
                list.add(tokens[i]);
            }
        }
        System.out.println(list);
    }

Answer 2

请试试这个

public static void main(String[] args) {
        String input = "This is a test This is a test test test This test This is a test This is a test This is another test This is not a test";
        ArrayList<String> wordList = new ArrayList<>();
        Pattern pattern = Pattern.compile("\\w+");
        Matcher match = pattern.matcher(input);

        while(match.find()) {
            if (wordList.size() == 0 || wordList.indexOf(match.group()) == -1){
                wordList.add(match.group());
            }
        }

        System.out.println(wordList);
    }

输出： [这是一个测试，另一个，不是]

Answer 3

您只需使用Set（不包含重复元素的集合）。这就是它的设计目的。您删除重复项的方法有缺陷。在调试器中单步执行，您将看到何时删除单词“另一个”（提示：wheni = q）

public static void main(String[] args) {
    String input = "This is a test This is a test This is a test This is a test This is another test This is not a test";
    Set<String> wordList = new HashSet<>();
    Pattern pattern = Pattern.compile("\\w+");
    Matcher match = pattern.matcher(input);
    while(match.find()) {
        wordList.add(match.group());
    }
    System.out.println(wordList);
}