Java 单个单词的Reg ex

我正在Java中对文本文件中的内容运行过滤器。我已经去掉了所有的标点符号。现在我需要去掉一些常用词

我正在测试字符串“我有一个梦想”。我的常用词列表会过滤掉我们的“我”、“有”和“a”，只剩下“梦想”。我目前的代码让我在“a”和“dream”中过滤掉“a”

我不知道如何解决这个问题。这是我目前的代码

public String removeStop (String file)
{
    Scanner scan = new Scanner(file);
    String word;
    while(scan.hasNext()){
        word = scan.next();
        if(sw.contains(word)){
            file=file.replaceAll(word, "") ;
        }
    }
    return file;
}

sw是一个具有布尔函数（contains）的对象，它告诉我应该过滤掉的单词列表中是否存在“单词”

---

问题：我如何过滤掉“a”这个词，而不过滤掉“a”这个词，比如过滤后变成“drem”的“dream”？我认为这个问题很容易从解释中推断出来，但我想不是。希望这足够明确，不会被关闭

您可以像这样更改代码：

file=file.replaceAll("\\b"+word+"\\b", "") ;

其中

\b

在单词边界处断言位置

（^\w |\w$|\w\w |\w\w）

示例代码和输出

List<String> sw=new ArrayList();
sw.add("i");
sw.add("have");
sw.add("a");
String file="i have a dream";
Scanner scan = new Scanner(file);
String word;
while(scan.hasNext()){
   word = scan.next();
   if(sw.contains(word)){
         file=file.replaceAll("\\b"+word+"\\b", "") ;
    }
}
System.out.println(file.trim());

---

您调用

replaceAll

的方式仍然会在原始字符串中留下许多空格或其他标点字符。我建议使用以下方法：

file = file.replaceAll("\\b" + Pattern.quote(word) + "(\\W+|$)", "") ;

其中，

\W

表示任何非单词字符，

\\b

是单词边界

---

PS：还添加了

模式。如果
word
中有特殊的正则表达式符号，请引用
。
不客气，很高兴它成功了。我想你只需要非常用词列表，不需要文本。您正在扫描一个字符串，同时修改另一个字符串，这没有多大意义。只需将
sw
中未包含的所有单词扫描并收集到
StringBuilder
或
列表中即可。
file = file.replaceAll("\\b" + Pattern.quote(word) + "(\\W+|$)", "") ;