前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >Java中如何判断一个字符串是Java代码还是英文呢?

Java中如何判断一个字符串是Java代码还是英文呢?

作者头像
用户1289394
发布2018-02-27 15:17:50
1.2K0
发布2018-02-27 15:17:50
举报
文章被收录于专栏:Java学习网

先给出以下两个字符串:

1、for (int i = 0; i< b.size(); i++) {

2、do something in English

从人工角度看,很显然第一个是Java代码,第二个是英语;那么在Java中如何通过代码检测第一个是Java代码,第二是英语呢?

第一个Java代码可能无法解析的,因为它并不是一个完整的方法或声明的表达式;下面为这一问题提供了解决方案。

解决的基本思路是将字符串转换为一组的令牌,例如,上面的代码行可能会成为“Java关键字、分隔符、运营商、标识符,……”;然后我们可以用英语简单的规则来分析代码。

实现代码如下:

代码语言:js
复制
import java.util.LinkedList;
import java.util.regex.Matcher;
import java.util.regex.Pattern;
public class Tokenizer {
private class TokenInfo {
public final Pattern regex;
public final int token;
public TokenInfo(Pattern regex, int token) {
super();
this.regex = regex;
this.token = token;
}
}
public class Token {
public final int token;
public final String sequence;
public Token(int token, String sequence) {
super();
this.token = token;
this.sequence = sequence;
}
}
private LinkedList<TokenInfo> tokenInfos;
private LinkedList<Token> tokens;
public Tokenizer() {
tokenInfos = new LinkedList<TokenInfo>();
tokens = new LinkedList<Token>();
}
public void add(String regex, int token) {
tokenInfos
.add(new TokenInfo(Pattern.compile("^(" + regex + ")"), token));
}
public void tokenize(String str) {
String s = str.trim();
tokens.clear();
while (!s.equals("")) {
//System.out.println(s);
boolean match = false;
for (TokenInfo info : tokenInfos) {
Matcher m = info.regex.matcher(s);
if (m.find()) {
match = true;
String tok = m.group().trim();
s = m.replaceFirst("").trim();
tokens.add(new Token(info.token, tok));
break;
}
}
if (!match){
//throw new ParserException("Unexpected character in input: " + s);
tokens.clear();
System.out.println("Unexpected character in input: " + s);
return;
}
}
}
public LinkedList<Token> getTokens() {
return tokens;
}
public String getTokensString() {
StringBuilder sb = new StringBuilder();
for (Tokenizer.Token tok : tokens) {
sb.append(tok.token);
}
return sb.toString();
}
}

我们可以得到Java关键字、分隔符、运营商、标识符,等,如果我们分配一个值映射到令牌,一串英语可以被转换成一个字符串的令牌。

实现代码如下:

代码语言:js
复制
import java.io.IOException;
import java.sql.SQLException;
public class EnglishOrCode {
private static Tokenizer tokenizer = null;
private static String keyStr="";
public static void initializeTokenizer() {
tokenizer = new Tokenizer();
tokenizer.add(keyStr, 1);
tokenizer.add("\(|\)|\{|\}|\[|\]|;|,|\.|=|>|<|!|~|" + "\?|:|==|<=|>=|!=|&&|\|\||\+
+|--|"
+ "\+|-|\*|/|&|\||\^|%|'|"| | |\$|\#", 2);
tokenizer.add("[0-9]+", 3);
tokenizer.add("[a-zA-Z][a-zA-Z0-9_]*", 4);
tokenizer.add("@", 4);
}
public static void main(String[] args) throws SQLException, ClassNotFoundException, IOException {
initializeTokenizer();
String s = "do something in English";
if (isEnglish(s)) {
System.out.println("English");
} else {
System.out.println("Java Code");
}
s = "for (int i = 0; i < b.size(); i++) {";
if (isEnglish(s)) {
System.out.println("英文");
} else {
System.out.println("Java代码");
}
}
private static boolean isEnglish(String replaced) {
tokenizer.tokenize(replaced);
String patternString = tokenizer.getTokensString();
if (patternString.matches(".*444.*") || patternString.matches("4+")) {
return true;
} else {
return false;
}
}
}

最后输出:

英文

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2017-12-07,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 Java学习网 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档