Java 用难解的短语分割文本

我有一个列表，里面有一些难解的单词，比如

List<String> lookUp = new ArrayList<>();
lookUp.add("New York");
lookUp.add("Big Apple");

它应该会回报我

["New York", "is", "also", "called", "Big Apple"]

我开始写一个算法，首先用空格分割句子，然后我做一个循环：对于每个单词，我检查这个单词和它的右邻居是否出现在查找列表中，如果是真的，将这些单词一起解析

1） 想象一下，我的查找列表也包含两个以上单词的难解短语，如“George W.Bush”->我的算法只查找“George W.”和“W.Bush”，在查找列表中找不到，因此它会将其拆分为3个单词

---

2） 更重要的问题（你可以忽略问题1）：是否已经有一个库，甚至是一个门插件（这样我就不必重新发明轮子）？这是否也适用于德语短语？我在

Java7

上找不到一个=（

另一个不使用

正则表达式的实现：

    List<String> lookUp = new ArrayList<>();
    lookUp.add("New York");
    lookUp.add("New Jersey");
    lookUp.add("Big Apple");
    lookUp.add("George W. Bush");

    String sentence = "New York is also called Big Apple . New Jersey is located near to New York . George W. Bush doesn't live in New Mexico`";

    String currentPhrase = "";
    List<String> parseResult = new ArrayList<>();

    for (String word : sentence.split("\\s+")) {
        currentPhrase += (currentPhrase.isEmpty() ? "" : " ") + word;
        if (lookUp.contains(currentPhrase)) {
            parseResult.add(currentPhrase);
            currentPhrase = "";
            continue;
        }
        boolean phraseFound = false;
        for (String look : lookUp)
            if (look.startsWith(currentPhrase)) {
                phraseFound = true;
                break;
            }

        if (!phraseFound) {
            parseResult.addAll(Arrays.asList(currentPhrase.split("\\s+")));
            currentPhrase = "";
        } 
    }

    System.out.println(parseResult);

这是一个非常琐碎的问题，所以我相信：没有任何专门的库来解决这个问题。如果你得到“abc”并且在你的查找中有“abc”和“bc”怎么办？另一种方法是：1）按
lookup
entries拆分，2）迭代，每次查看是否是一个查找词，3）如果是，继续，4）如果不是，空格分割。你能详细说明你的第一步吗？@aioobe:好的，我想我更喜欢接收[“a b”，“c”，“a”，“b c”]@jensgram:“1）按查找条目分割”你的意思是：句子。分割（查找。获取（I））？！或者只为（短语：查找）{检查句子是否包含短语}工作！现在想象一下，您的查找列表中有“乔治·W”和“乔治·W·布什”：它应该被解析为“乔治·W·布什”（而不是“乔治·W”、“布什”）。。。。但这远远超出了我的问题：我玩了一点。当我的查找列表包含很多项时，它会失败。具体来说：如果你再添加100个短语进行查找，那么它将逐字拆分句子（是的，句子包含查找中的短语！）我对此感到困惑=/忘记我的上一条评论，这是我的一个错误：解决我的第一条评论的一个小方法：使用
String[]splitted句子=句子。拆分（\\s+）并使用
i
执行循环。在
if（lookUp.contains（currentphase））之后插入
if（i
    List<String> lookUp = new ArrayList<>();
    lookUp.add("New York");
    lookUp.add("New Jersey");
    lookUp.add("Big Apple");
    lookUp.add("George W. Bush");

    String sentence = "New York is also called Big Apple . New Jersey is located near to New York . George W. Bush doesn't live in New Mexico`";

    String currentPhrase = "";
    List<String> parseResult = new ArrayList<>();

    for (String word : sentence.split("\\s+")) {
        currentPhrase += (currentPhrase.isEmpty() ? "" : " ") + word;
        if (lookUp.contains(currentPhrase)) {
            parseResult.add(currentPhrase);
            currentPhrase = "";
            continue;
        }
        boolean phraseFound = false;
        for (String look : lookUp)
            if (look.startsWith(currentPhrase)) {
                phraseFound = true;
                break;
            }

        if (!phraseFound) {
            parseResult.addAll(Arrays.asList(currentPhrase.split("\\s+")));
            currentPhrase = "";
        } 
    }

    System.out.println(parseResult);

[New York, is, also, called, Big Apple, ., New Jersey, is, located, near, to, New York, ., George W. Bush, doesn't, live, in, New, Mexico]