com.hankcs.hanlp.utility

Class TextUtility

java.lang.Object

com.hankcs.hanlp.utility.TextUtility

public class TextUtility
extends Object

文本工具类

Constructor Summary

Constructors

Constructor and Description
TextUtility()

Method Summary

Modifier and Type	Method and Description
static int	charType(char c)
static int	charType(String str) 判断字符类型
static int	cint(String str) 把表示数字含义的字符串转成整形
static String	combine(List<Word> wordList)
static String	combine(Sentence sentence)
static String	combine(String... termArray)
static int	count(String keyword, String srcText) 统计 keyword 在 srcText 中的出现次数
static String	exceptionToString(Exception e) 将异常转为字符串
static int	getCharCount(String charSet, String word) 得到字符集的字符在字符串中出现的次数
static int	getUnsigned(byte b) 获取字节对应的无符号整型数
static boolean	isAllChinese(String str) 是否全是中文
static boolean	isAllChineseNum(String word) 是否全是中国数字
static boolean	isAllDelimiter(byte[] sString) 是否全是分隔符
static boolean	isAllIndex(byte[] sString) 是否全是序号
static boolean	isAllLetter(String text) 是否全为英文
static boolean	isAllLetterOrNum(String text) 是否全为英文或字母
static boolean	isAllNonChinese(byte[] sString) 是否全部不是中文
static boolean	isAllNum(String str) 是否全是数字
static boolean	isAllSingleByte(String str) 是否全是单字节
static boolean	isBlank(CharSequence cs) 判断字符串是否为空（null和空格）
static boolean	isChinese(char c) 判断某个字符是否为汉字
static boolean	isDBCCase(String str) 判断该字符串是否是半角字符
static boolean	isDelimiter(String str) 判断是否是一个连字符（分隔符）
static boolean	isInAggregate(String aggr, String str) 判断一个字符串的所有字符是否在另一个字符串集合中
static boolean	isSBCCase(String str) 判断该字符串是否是全角字符
static boolean	isUnknownWord(String word)
static boolean	isYearTime(String snum) 判断字符串是否是年份
static String	join(Iterable<? extends CharSequence> s, String delimiter)
static String	join(String delimiter, Collection<String> stringCollection)
static char[]	long2char(long x) 转换long型为char数组
static String	long2String(long x) 转换long类型为string
static double	nonZero(double frequency) 防止频率为0发生除零错误
static void	writeString(String s, DataOutputStream out) 简单好用的写String方式

Methods inherited from class java.lang.Object

clone, equals, finalize, getClass, hashCode, notify, notifyAll, toString, wait, wait, wait

Constructor Detail

TextUtility

public TextUtility()

Method Detail

charType

public static int charType(char c)

charType

public static int charType(String str)

判断字符类型

Parameters:

str -

Returns:

isAllChinese

public static boolean isAllChinese(String str)

是否全是中文

Parameters:

str -

Returns:

isAllNonChinese

public static boolean isAllNonChinese(byte[] sString)

是否全部不是中文

Parameters:

sString -

Returns:

isAllSingleByte

public static boolean isAllSingleByte(String str)

是否全是单字节

Parameters:

str -

Returns:

cint

public static int cint(String str)

把表示数字含义的字符串转成整形

Parameters:

str - 要转换的字符串

Returns:

如果是有意义的整数，则返回此整数值。否则，返回-1。

isAllNum

public static boolean isAllNum(String str)

是否全是数字

Parameters:

str -

Returns:

isAllIndex

public static boolean isAllIndex(byte[] sString)

是否全是序号

Parameters:

sString -

Returns:

isAllLetter

public static boolean isAllLetter(String text)

是否全为英文

Parameters:

text -

Returns:

isAllLetterOrNum

public static boolean isAllLetterOrNum(String text)

是否全为英文或字母

Parameters:

text -

Returns:

isAllDelimiter

public static boolean isAllDelimiter(byte[] sString)

是否全是分隔符

Parameters:

sString -

Returns:

isAllChineseNum

public static boolean isAllChineseNum(String word)

是否全是中国数字

Parameters:

word -

Returns:

getCharCount

public static int getCharCount(String charSet,
                               String word)

得到字符集的字符在字符串中出现的次数

Parameters:

charSet -

word -

Returns:

getUnsigned

public static int getUnsigned(byte b)

获取字节对应的无符号整型数

Parameters:

b -

Returns:

isYearTime

public static boolean isYearTime(String snum)

判断字符串是否是年份

Parameters:

snum -

Returns:

isInAggregate

public static boolean isInAggregate(String aggr,
                                    String str)

判断一个字符串的所有字符是否在另一个字符串集合中

Parameters:

aggr - 字符串集合

str - 需要判断的字符串

Returns:

isDBCCase

public static boolean isDBCCase(String str)

判断该字符串是否是半角字符

Parameters:

str -

Returns:

isSBCCase

public static boolean isSBCCase(String str)

判断该字符串是否是全角字符

Parameters:

str -

Returns:

isDelimiter

public static boolean isDelimiter(String str)

判断是否是一个连字符（分隔符）

Parameters:

str -

Returns:

isUnknownWord

public static boolean isUnknownWord(String word)

nonZero

public static double nonZero(double frequency)

防止频率为0发生除零错误

Parameters:

frequency -

Returns:

long2char

public static char[] long2char(long x)

转换long型为char数组

Parameters:

x -

long2String

public static String long2String(long x)

转换long类型为string

Parameters:

x -

Returns:

exceptionToString

public static String exceptionToString(Exception e)

将异常转为字符串

Parameters:

e -

Returns:

isChinese

public static boolean isChinese(char c)

判断某个字符是否为汉字

Parameters:

c - 需要判断的字符

Returns:

是汉字返回true，否则返回false

count

public static int count(String keyword,
                        String srcText)

统计 keyword 在 srcText 中的出现次数

Parameters:

keyword -

srcText -

Returns:

writeString

public static void writeString(String s,
                               DataOutputStream out)
                        throws IOException

简单好用的写String方式

Parameters:

s -

out -

Throws:

IOException

isBlank

public static boolean isBlank(CharSequence cs)

判断字符串是否为空（null和空格）

Parameters:

cs -

Returns:

join

public static String join(String delimiter,
                          Collection<String> stringCollection)

combine

public static String combine(String... termArray)

join

public static String join(Iterable<? extends CharSequence> s,
                          String delimiter)

combine

public static String combine(Sentence sentence)

combine

public static String combine(List<Word> wordList)