在java编程中，我们经常会遇到需要从文本数据中提取特定信息的需求。一个常见的场景是，给定一个包含多个单词的句子和一个目标单词长度，我们需要找出并返回所有符合该长度的单词。虽然可以通过手动遍历字符串、判断空格来分割单词，并逐一检查其长度，但这种方法通常涉及复杂的索引管理和多层循环，代码冗长且易错。幸运的是，java提供了更为强大和简洁的工具来解决这类问题。
使用Java Stream API高效提取指定长度单词
Java Stream API提供了一种声明式处理数据集合的方式，结合String类的split()方法，可以非常优雅地完成单词提取任务。
核心思路
- 分割字符串: 使用String.split(" ")方法将输入的句子分割成一个单词数组。此方法会根据空格字符将字符串拆分，并自动处理多个连续空格的情况（默认情况下会产生空字符串，但对于简单单词分割，通常效果良好）。
- 创建流: 将分割后的单词数组转换为一个Stream流。
- 过滤单词: 使用filter()操作筛选出长度与目标长度相等的单词。
- 收集结果: 使用toArray()操作将过滤后的流重新收集为一个String数组。
示例代码
以下是实现这一功能的Java方法：
import java.util.Arrays;
import java.util.stream.Stream;
public class WordExtractor {
/**
* 从给定的字符串中提取所有指定长度的单词。
*
* @param sentence 输入的句子，单词之间以空格分隔。
* @param wordLength 目标单词的长度。
* @return 包含所有指定长度单词的字符串数组。
*/
public String[] findWords(String sentence, int wordLength) {
// 1. 使用split(" ")将句子分割成单词数组
// 例如："Monday is a new day" -> {"Monday", "is", "a", "new", "day"}
String[] words = sentence.split(" ");
// 2. 将单词数组转换为Stream流
// 3. 使用filter操作筛选出长度与wordLength相等的单词
// 4. 使用toArray(String[]::new)将过滤后的单词收集回一个新的String数组
return Arrays.stream(words)
.filter(word -> word.length() == wordLength)
.toArray(String[]::new);
}
public static void main(String[] args) {
WordExtractor extractor = new WordExtractor();
String s1 = "Monday is a new day";
int n1 = 3; // 3字母单词
String[] result1 = extractor.findWords(s1, n1);
System.out.println("Input: \"" + s1 + "\", Length: " + n1 + " -> Result: " + Arrays.toString(result1)); // 预期: {"new", "day"}
String s2 = "Monday is a new day";
int n2 = 2; // 2字母单词
String[] result2 = extractor.findWords(s2, n2);
System.out.println("Input: \"" + s2 + "\", Length: " + n2 + " -> Result: " + Arrays.toString(result2)); // 预期: {"is"}
String s3 = "hello world java programming";
int n3 = 5; // 5字母单词
String[] result3 = extractor.findWords(s3, n3);
System.out.println("Input: \"" + s3 + "\", Length: " + n3 + " -> Result: " + Arrays.toString(result3)); // 预期: {"hello", "world", "java"}
String s4 = "a quick brown fox jumps over the lazy dog";
int n4 = 4; // 4字母单词
String[] result4 = extractor.findWords(s4, n4);
System.out.println("Input: \"" + s4 + "\", Length: " + n4 + " -> Result: " + Arrays.toString(result4)); // 预期: {"quick", "over", "lazy"}
String s5 = ""; // 空字符串
int n5 = 3;
String[] result5 = extractor.findWords(s5, n5);
System.out.println("Input: \"" + s5 + "\", Length: " + n5 + " -> Result: " + Arrays.toString(result5)); // 预期: {}
String s6 = " leading and trailing spaces "; // 包含前后空格
int n6 = 7;
String[] result6 = extractor.findWords(s6, n6);
System.out.println("Input: \"" + s6 + "\", Length: " + n6 + " -> Result: " + Arrays.toString(result6)); // 预期: {"leading", "trailing", "spaces"}
}
}代码解析
- sentence.split(" "): 这是关键的第一步。它将输入的sentence字符串按照空格字符进行分割，返回一个String数组。例如，"Monday is a new day".split(" ")会得到{"Monday", "is", "a", "new", "day"}。需要注意的是，如果字符串包含多个连续空格（如"word1 word2"），split(" ")默认会将它们视为分隔符，可能会产生空字符串（如{"word1", "", "word2"}）。但在本例中，filter操作会自然地排除空字符串，因为它们的长度不符合预期。如果需要更严格的空格处理，可以使用正则表达式"\\s+"来匹配一个或多个空白字符。
- Arrays.stream(words): 将split()方法返回的String数组转换为一个Stream
对象。这是使用Stream API进行链式操作的起点。 - filter(word -> word.length() == wordLength): 这是一个中间操作。它接收一个Predicate（一个返回布尔值的函数），并只保留那些使Predicate返回true的元素。在这里，word -> word.length() == wordLength是一个Lambda表达式，用于检查每个单词的长度是否等于wordLength。
- toArray(String[]::new): 这是一个终结操作。它将流中的所有元素收集到一个新的数组中。String[]::new是一个方法引用，它告诉toArray方法如何创建一个新的String数组来存放结果。
注意事项与最佳实践
- 方法命名: 采用描述性的方法名和参数名至关重要。例如，将方法命名为findWords比howManyWord更准确，因为该方法返回的是单词本身，而不是单词的数量。参数名wordLength也比n更具可读性。
- 输入验证: 在实际应用中，考虑对输入参数进行验证。例如，wordLength是否为非负数？sentence是否为null？虽然本例中的split()方法能较好地处理空字符串，但对于null输入，会抛出NullPointerException。
- 性能考量: 对于大多数常见的字符串长度和单词数量，Stream API的性能非常优秀。它在内部进行了优化，并且代码的可读性和简洁性优势显著。对于极其庞大的文本数据，可能需要考虑更底层的字符迭代或专门的文本处理库，但这超出了本教程的范围。
- 更复杂的分割需求: 如果单词之间不仅仅是简单空格分隔，还可能包含标点符号（如逗号、句号、问号等），或者需要处理多种空白字符，那么split()方法的正则表达式参数就需要相应调整。例如，sentence.split("[\\s.,;!?]+")可以用来分割包含空格和常见标点符号的字符串。
总结
通过String.split()方法与Java Stream API的结合，我们可以以一种声明式、高效且易于理解的方式，从字符串中提取指定长度的单词。这种方法不仅代码量少，而且具有良好的可读性和可维护性，是处理此类字符串操作的首选方案。掌握Stream API的使用，对于编写现代、高效的Java代码至关重要。
