Package org.miaixz.bus.core.text.dfa

Class WordTree

java.lang.Object

java.util.AbstractMap<Character,WordTree>

java.util.HashMap<Character,WordTree>

org.miaixz.bus.core.text.dfa.WordTree

All Implemented Interfaces:

Serializable, Cloneable, Map<Character,WordTree>

public class WordTree
extends HashMap<Character,WordTree>

DFA（Deterministic Finite Automaton 确定有穷自动机） DFA单词树（以下简称单词树），常用于在某大段文字中快速查找某几个关键词是否存在。 单词树使用group区分不同的关键字集合，不同的分组可以共享树枝，避免重复建树。 单词树使用树状结构表示一组单词。 例如：红领巾，红河 构建树后为：

            红
            /\
          领  河
         /
       巾
 

其中每个节点都是一个WordTree对象，查找时从上向下查找

Since:

Java 17+

Author:

Kimi Liu

See Also:

• Serialized Form

Nested Class Summary

Nested classes/interfaces inherited from class java.util.AbstractMap

AbstractMap.SimpleEntry<K,V>, AbstractMap.SimpleImmutableEntry<K,V>

Nested classes/interfaces inherited from interface java.util.Map

Map.Entry<K,V>

Constructor Summary

Constructors

Constructor	Description
WordTree()	默认构造
WordTree(int initialCapacity)	指定初始化容量

Method Summary

Modifier and Type	Method	Description
WordTree	addWord(String word)	添加单词，使用默认类型
WordTree	addWords(String... words)	增加一组单词
WordTree	addWords(Collection<String> words)	增加一组单词
void	clear()	清除所有的词, 此方法调用后, wordTree 将被清空 endCharacterSet 也将清空
List<String>	flatten()	扁平化WordTree 例如：红领巾，红河 构建树后为：
boolean	isMatch(String text)	指定文本是否包含树中的词
String	match(String text)	获得第一个匹配的关键字
List<String>	matchAll(String text)	找出所有匹配的关键字
List<String>	matchAll(String text, int limit)	找出所有匹配的关键字
List<String>	matchAll(String text, int limit, boolean isDensityMatch, boolean isGreedMatch)	找出所有匹配的关键字
List<FoundWord>	matchAllWords(String text)	找出所有匹配的关键字
List<FoundWord>	matchAllWords(String text, int limit)	找出所有匹配的关键字
List<FoundWord>	matchAllWords(String text, int limit, boolean isDensityMatch, boolean isGreedMatch)	找出所有匹配的关键字
FoundWord	matchWord(String text)	获得第一个匹配的关键字
static WordTree	of(String... words)	通过预定义的关键词构造单词树
WordTree	setCharFilter(Predicate<Character> charFilter)	设置字符过滤规则，通过定义字符串过滤规则，过滤不需要的字符 当accept为false时，此字符不参与匹配

Methods inherited from class java.util.HashMap

clone, compute, computeIfAbsent, computeIfPresent, containsKey, containsValue, entrySet, forEach, get, getOrDefault, isEmpty, keySet, merge, newHashMap, put, putAll, putIfAbsent, remove, remove, replace, replace, replaceAll, size, values

Methods inherited from class java.util.AbstractMap

equals, hashCode, toString

Methods inherited from class java.lang.Object

finalize, getClass, notify, notifyAll, wait, wait, wait

Methods inherited from interface java.util.Map

equals, hashCode

Constructor Details

WordTree

public WordTree()

默认构造

WordTree

public WordTree(int initialCapacity)

指定初始化容量

Parameters:

initialCapacity - 初始容量，一般是关键词的数量

Method Details

of

public static WordTree of(String... words)

通过预定义的关键词构造单词树

Parameters:

words - 初始关键词

Returns:

this

setCharFilter

public WordTree setCharFilter(Predicate<Character> charFilter)

设置字符过滤规则，通过定义字符串过滤规则，过滤不需要的字符 当accept为false时，此字符不参与匹配

Parameters:

charFilter - 过滤函数

Returns:

this

addWords

public WordTree addWords(Collection<String> words)

增加一组单词

Parameters:

words - 单词集合

Returns:

this

addWords

public WordTree addWords(String... words)

增加一组单词

Parameters:

words - 单词数组

Returns:

this

addWord

public WordTree addWord(String word)

添加单词，使用默认类型

Parameters:

word - 单词

Returns:

this

isMatch

public boolean isMatch(String text)

指定文本是否包含树中的词

Parameters:

text - 被检查的文本

Returns:

是否包含

match

public String match(String text)

获得第一个匹配的关键字

Parameters:

text - 被检查的文本

Returns:

匹配到的关键字

matchWord

public FoundWord matchWord(String text)

获得第一个匹配的关键字

Parameters:

text - 被检查的文本

Returns:

匹配到的关键字

matchAll

public List<String> matchAll(String text)

找出所有匹配的关键字

Parameters:

text - 被检查的文本

Returns:

匹配的词列表

matchAllWords

public List<FoundWord> matchAllWords(String text)

找出所有匹配的关键字

Parameters:

text - 被检查的文本

Returns:

匹配的词列表

matchAll

public List<String> matchAll(String text,
 int limit)

找出所有匹配的关键字

Parameters:

text - 被检查的文本

limit - 限制匹配个数，如果小于等于0，则返回全部匹配结果

Returns:

匹配的词列表

matchAllWords

public List<FoundWord> matchAllWords(String text,
 int limit)

找出所有匹配的关键字

Parameters:

text - 被检查的文本

limit - 限制匹配个数，如果小于等于0，则返回全部匹配结果

Returns:

匹配的词列表

matchAll

public List<String> matchAll(String text,
 int limit,
 boolean isDensityMatch,
 boolean isGreedMatch)

找出所有匹配的关键字

假如被检查文本是"abab" 密集匹配原则：假如关键词有 ab,b，将匹配 [ab,b,ab] 贪婪匹配（最长匹配）原则：假如关键字a,ab，最长匹配将匹配[a, ab]

Parameters:

text - 被检查的文本

limit - 限制匹配个数，如果小于等于0，则返回全部匹配结果

isDensityMatch - 是否使用密集匹配原则

isGreedMatch - 是否使用贪婪匹配（最长匹配）原则

Returns:

匹配的词列表

matchAllWords

public List<FoundWord> matchAllWords(String text,
 int limit,
 boolean isDensityMatch,
 boolean isGreedMatch)

找出所有匹配的关键字

假如被检查文本是"abab" 密集匹配原则：假如关键词有 ab,b，将匹配 [ab,b,ab,b] 贪婪匹配（最长匹配）原则：假如关键字a,ab，最长匹配将匹配[ab]

Parameters:

text - 被检查的文本

limit - 限制匹配个数，如果小于等于0，则返回全部匹配结果

isDensityMatch - 是否使用密集匹配原则

isGreedMatch - 是否使用贪婪匹配（最长匹配）原则

Returns:

匹配的词列表

flatten

public List<String> flatten()

扁平化WordTree 例如：红领巾，红河 构建树后为：

            红
            /\
          领  河
         /
       巾
 

扁平化后得到

     红河
     红领巾
 

Returns:

扁平化后的结果，不保证顺序

clear

public void clear()

清除所有的词, 此方法调用后, wordTree 将被清空 endCharacterSet 也将清空

Specified by:

clear in interface Map<Character,WordTree>

Overrides:

clear in class HashMap<Character,WordTree>