Java字符串格式化解决方案

我有一个公司的字符串描述，它是由不同的用户（手写）编写的。以下是一个示例（重点关注点、空格、首字母等）：

XXXX是一家全球管理咨询、技术服务和 外包公司，拥有25.7万名员工，服务于多个国家的客户 120个国家。。结合无与伦比的经验，全面 跨所有行业和业务职能的能力，以及 广泛研究世界上最成功的公司，XXXX 与客户合作，帮助他们实现高绩效 企业和政府，该公司产生的净收入为 截至2012年7月31日的财年为279亿美元

现在，我想将字符串格式化为更好的版本，如下所示：

XXXX是一家全球管理咨询、技术服务和 外包公司，拥有25.7万名员工，服务于多个国家的客户 120个国家。结合无与伦比的经验，全面 跨所有行业和业务职能的能力，以及 对世界上最成功的公司进行广泛研究，XXXX 与客户合作，帮助他们实现高绩效 企业和政府。该公司产生的净收入为 截至2012年8月31日的财年为279亿美元

我的问题是：是否有一个已经定义了方法的库可以执行所有拼写更正、不必要的空格删除等操作

到目前为止，如果前面是“//”，我会用“，”和toUpperCase（）等替换

desc = desc.replace("  ", " ");
desc = desc.replace("..", ".");
desc = desc.replace(" .", ".");
desc = desc.replace(" ,", ", ");
desc = desc.replace(".,", ".");
desc = desc.replace(",.", ".");
desc = desc.replace(", .", ".");
desc = desc.replace("*", "");

我相信有一个更干净更好的版本可以做到这一点。也许使用正则表达式

---

任何解决方案都将不胜感激。

如果我试图解决您的问题，我可能会一次阅读文本1

char

，并在您阅读时将其格式化。例如，在psuedocode中

while (has more chars){
    char letter = readChar();
    if (letter == ','){
        // checking for the ',.' combination
        letter = readChar(); 
        if (readChar == '.'){
            // write out a '.' only
            out.print('.');
        }
        else {
            // it wasn't the ',.' combination, so you need to output both characters, whatever they are
            out.print(',');
            out.print(letter);
        }
    }
    else if (another letter you want to filter){
        // etc.
    }
    else {
        // doesn't match any of the filters, so just output the letter
        out.print(letter);
    }
}

---

基本上，如果您一次阅读文本1

char

，您可以在阅读过程中检测到所选的任何格式问题，并立即纠正它们。这提供了一种性能改进，因为您只需阅读文本字符串一次（而不是像目前这样读8次），并允许您添加任意多个不同/复杂的格式更改。但是，缺点是，您需要自己编写逻辑，而不是依赖内置函数。

您要进行的替换非常复杂，因此您需要一个解析器esp来翻译日期格式。日期格式不是强制性的，我更关注简单的更正，如点、逗号、空格、，首字母、逗号/点之间的空格等。。关于如何写这些东西，我们有一个规则：在一个点之后，在另一个句子之前必须有一个空位。。等等。是的，您应该尝试使用regexp来完成此操作。你尝试过什么？正如我在帖子中提到的，我正在考虑它，但我对复杂的regexp表达式不太熟悉，我更希望有一个完整的库或一组类：）但是谢谢，我研究得越多，regexp就越有可能成为我唯一的解决方案。这只会稍微提高性能，但确实如此，如果遵循这些规则，则应该将其编写为连接字符串，但这样代码的可读性也会降低。