Java 将字符串划分为所有可能的4个字母的后续短语

我想做的基本上是：

读文件

删除所有标点符号并将所有字母转换为小写

将单词转换为4个字母的短语（如果单词短于4个字符，则将其作为一个整体） 例如：

输入：你好，我的身份是杜德先生

输出：hell、ello、my、iden、dent、enti、ntif、tifi、ific、fica、icat、cati、atio、tion、is、mist、iste、ster、dude

如果我能将每个4字短语作为一个数组中的单独值来获取，那就太好了

现在，我已经设法完成的事情：

public String[] OpenFile() throws IOException {
    FileReader fr = new FileReader(path);
    BufferedReader textReader = new BufferedReader(fr);
    int numberOfLines = readLines();
    String[] textData = new String[numberOfLines];
    int i;

    for (i = 0; i < numberOfLines; i++) {
        textData[i] = textReader.readLine();
        textData[i] = textData[i].replaceAll("[^A-Za-ząčęėįšųūž]+", " ").toLowerCase();
    }
    textReader.close();

    return textData;
}

public String[]OpenFile（）引发IOException{
FileReader fr=新的FileReader（路径）；
BufferedReader textReader=新的BufferedReader（fr）；
int numberOfLines=readLines（）；
字符串[]文本数据=新字符串[numberOfLines]；
int i；
对于（i=0；i

textData[i]

是我需要分割的每一行文本。

---

我尝试过几种方法，例如

.toCharArray

和2D数组，但我似乎无法管理字母排列部分。如何完成任务3？

基本上，对于每个单词，您需要迭代可能的位置，从以下位置开始四个字母的序列：

public static List<String> sequences (String line) {
    List result = new LinkedList<>();
    String[] words = line.split(" ");
    for (String word : words) {
        if (word.length() <= 4) {
            result.add(word);
        } else {
            for (int i = 0; i <= word.length() - 4; ++i) {
                result.add(word.substring(i, i + 4));
            }
        }
    }

    return result;
}

公共静态列表序列（字符串行）{
列表结果=新建LinkedList（）；
String[]words=line.split（“”）；
for（字符串字：字）{
if（word.length（）启动示例：

    List<String> result = new ArrayList<String>();
    for (int i = 0; i < textData.length; i++) {
        String[] currLine = textData[i].split("\\s+");
        for (String word : currLine) {
            if (word.length() > 4) {
                for (int j = 0; j < currLine.length - 4; j++) {
                    result.add(word.substring(j, j + 4));
                }
            } else {
                result.add(word);
            }
        }
    }

List result=new ArrayList（）；
对于（int i=0；i4）{
对于（int j=0；j

我没有测试它，所以请检查并让我知道它是否有效。
测试时间：

publicstaticvoidmain（字符串[]args）{
String text=“你好，我的身份是杜德先生。”；
String[]words=text.replaceAll（“[^（\\w）]+”，“”）。toLowerCase（）.split（“”）；
for（字符串字：字）{
如果（word.length（）首先需要按空格和标点符号拆分方法。请注意第三行中的拆分，即按空格和标点符号的任意组合拆分

在我的例子中，我有

    String text = "Hello, my identification is Mister Dude.";

    String[] textArray = text.split("\\W+");
    List<String> result = new ArrayList<>();
    for (String word : textArray) {
        result.addAll(Arrays.asList(split(word.toLowerCase(), 4)));
    }

您是否考虑过使用包含4个元素的环形缓冲区？为什么输出中包含
my
和
is
（2个字母单词）？@MaxZoom（如果单词短于4个字符，则将其作为一个整体）小补丁：
i@AdamStelmaszczyk对，这两个问题都是正确的。编辑我的答案来解决这两个问题。谢谢注意！这有一个问题，它包括标点符号，这在问题中是不需要的。第二个问题是：如果它有双空格，它会生成不需要的输出。它没有，但非常接近：）有趣的是，四分之三的回答者（包括我）一开始都犯了同样的错误。谢谢你注意到小写字母的要求。
    String text = "Hello, my identification is Mister Dude.";

    String[] textArray = text.split("\\W+");
    List<String> result = new ArrayList<>();
    for (String word : textArray) {
        result.addAll(Arrays.asList(split(word.toLowerCase(), 4)));
    }

private static String[] split(String word, int letters) {
    if (word == null || word.length() == 0) {
        return new String[] {};
    } else if (word.length() <= letters) {
        return new String[] { word };
    } else {
        int quantity = (word.length() - letters) + 1;
        String[] val = new String[quantity];
        int a = 0;
        while (a + letters <= word.length()) {
            val[a] = word.substring(a, a + letters);
            a++;
        }
        return val;
    }
}

[hell, ello, my, iden, dent, enti, ntif, tifi, ific, fica, icat, cati, atio, tion, is, mist, iste, ster, dude]