1. 概述
简单来说,Apache Commons Text 库提供了一系列实用的字符串处理工具,弥补了 Java 核心库的不足。本文将快速介绍这个库的核心功能和使用场景,并通过实际代码演示其强大之处。
2. Maven 依赖
首先在 pom.xml
中添加依赖:
<dependency>
<groupId>org.apache.commons</groupId>
<artifactId>commons-text</artifactId>
<version>1.10</version>
</dependency>
最新版本可在 Maven 中央仓库 查找。
3. 包结构概览
库的核心包 org.apache.commons.text
包含三个子包,各司其职:
org.apache.commons.text.diff
→ 字符串差异计算org.apache.commons.text.similarity
→ 字符串相似度与距离分析org.apache.commons.text.translate
→ 文本转换处理
下面我们逐一拆解这些包的实用功能。
4. 文本处理
org.apache.commons.text
包提供了丰富的字符串操作工具:
4.1 WordUtils 实战
✅ 单词首字母大写
@Test
public void whenCapitalized_thenCorrect() {
String toBeCapitalized = "to be capitalized!";
String result = WordUtils.capitalize(toBeCapitalized);
assertEquals("To Be Capitalized!", result);
}
✅ 检查字符串是否包含指定单词
@Test
public void whenContainsWords_thenCorrect() {
boolean containsWords = WordUtils
.containsAllWords("String to search", "to", "search");
assertTrue(containsWords);
}
4.2 StrSubstitutor 模板引擎
简单粗暴的字符串模板替换方案:
@Test
public void whenSubstituted_thenCorrect() {
Map<String, String> substitutes = new HashMap<>();
substitutes.put("name", "John");
substitutes.put("college", "University of Stanford");
String templateString = "My name is ${name} and I am a student at the ${college}.";
StrSubstitutor sub = new StrSubstitutor(substitutes);
String result = sub.replace(templateString);
assertEquals("My name is John and I am a student at the University of Stanford.", result);
}
4.3 StrBuilder 增强版字符串构建器
比 StringBuilder
更强大的替代方案:
@Test
public void whenReplaced_thenCorrect() {
StrBuilder strBuilder = new StrBuilder("example StrBuilder!");
strBuilder.replaceAll("example", "new");
assertEquals(new StrBuilder("new StrBuilder!"), strBuilder);
}
⚠️ 清空字符串无需重新赋值
strBuilder.clear(); // 直接清空,避免创建新对象
5. 计算字符串差异
org.apache.commons.text.diff
包实现了 Myers 算法,用于计算两个字符串的差异。差异被定义为将一个字符串转换为另一个所需的修改序列。
核心修改命令包括:
InsertCommand
→ 插入字符KeepCommand
→ 保留字符DeleteCommand
→ 删除字符
通过 EditScript
获取修改脚本:
@Test
public void whenEditScript_thenCorrect() {
StringsComparator cmp = new StringsComparator("ABCFGH", "BCDEFG");
EditScript<Character> script = cmp.getScript();
int mod = script.getModifications();
assertEquals(4, mod); // 需要执行4次单字符修改
}
6. 字符串相似度与距离
org.apache.commons.text.similarity
包提供多种相似度算法:
6.1 最长公共子序列 (LCS)
计算两个字符串的公共字符数:
@Test
public void whenCompare_thenCorrect() {
LongestCommonSubsequence lcs = new LongestCommonSubsequence();
int countLcs = lcs.apply("New York", "New Hampshire");
assertEquals(5, countLcs); // "New " + "H" (注意空格也算字符)
}
6.2 LCS 距离
计算不同字符的数量:
@Test
public void whenCalculateDistance_thenCorrect() {
LongestCommonSubsequenceDistance lcsd = new LongestCommonSubsequenceDistance();
int countLcsd = lcsd.apply("New York", "New Hampshire");
assertEquals(11, countLcsd); // 总长度差 + 非公共字符
}
7. 文本转换
org.apache.text.translate
包最初用于扩展 StringEscapeUtils
的功能,支持多种编码转换:
7.1 Unicode 转义
将字符串转换为 Unicode 表示:
@Test
public void whenTranslate_thenCorrect() {
UnicodeEscaper ue = UnicodeEscaper.above(0); // 从索引0开始转换
String result = ue.translate("ABCD");
assertEquals("\\u0041\\u0042\\u0043\\u0044", result);
}
7.2 自定义查找表
通过 LookupTranslator
实现字符映射转换:
// 示例:创建自定义转换规则
Map<CharSequence, CharSequence> mapping = new HashMap<>();
mapping.put("foo", "bar");
LookupTranslator translator = new LookupTranslator(mapping);
String result = translator.translate("foo is foo");
// 输出: "bar is bar"
8. 总结
Apache Commons Text 是处理字符串的瑞士军刀,尤其擅长:
- 模板字符串替换(
StrSubstitutor
) - 增强字符串构建(
StrBuilder
) - 文本差异分析(
diff
包) - 相似度计算(
similarity
包) - 编码转换(
translate
包)
完整代码示例可在 GitHub 获取。踩坑提示:使用相似度算法时注意空格和大小写的影响!