文字列にJavaで複数のキーワードが含まれているかどうかを確認する

1.はじめに

このクイックチュートリアルでは、文字列内の複数の単語を検出する方法を説明します。

2. 私たちの例

文字列があるとしましょう：

String inputString = "hello there, Baeldung";

私たちのタスクは、inputStringに「hello」および「Baeldung」の単語が含まれているかどうかを確認することです。

それでは、キーワードを配列に入れましょう。

String[] words = {"hello", "Baeldung"};

さらに、単語の順序は重要ではなく、一致は大文字と小文字を区別する必要があります。

**3. String.contains（）の使用**

まず、 String.contains（）メソッドを使用して目標を達成する方法を示します。

キーワード配列をループして、 inputString：内の各アイテムの出現を確認しましょう。

public static boolean containsWords(String inputString, String[] items) {
    boolean found = true;
    for (String item : items) {
        if (!inputString.contains(item)) {
            found = false;
            break;
        }
    }
    return found;
}

contains（）メソッドは、inputStringに指定されたitemが含まれている場合、trueを返します。文字列内にキーワードがない場合は、先に進むのをやめて、すぐにfalseを返すことができます。

より多くのコードを作成する必要があるという事実にもかかわらず、このソリューションは単純なユースケースでは高速です。

**4. String.indexOf（）を使用する**

String.contains（）メソッドを使用するソリューションと同様に、 String.indexOf（）メソッドを使用してキーワードのインデックスを確認できます。そのためには、inputStringとキーワードのリストを受け入れるメソッドが必要です。

public static boolean containsWordsIndexOf(String inputString, String[] words) {
    boolean found = true;
    for (String word : words) {
        if (inputString.indexOf(word) == -1) {
            found = false;
            break;
        }
    }
    return found;
}

indexOf（）メソッドは、inputString内の単語のインデックスを返します。テキストに単語が含まれていない場合、インデックスは-1になります。

5. 正規表現の使用

それでは、正規表現を使用して単語を一致させましょう。そのために、Patternクラスを使用します。

まず、文字列式を定義しましょう。 2つのキーワードを一致させる必要があるため、2つの先読みを使用して正規表現ルールを作成します。

Pattern pattern = Pattern.compile("(?=.*hello)(?=.*Baeldung)");

そして一般的な場合：

StringBuilder regexp = new StringBuilder();
for (String word : words) {
    regexp.append("(?=.*").append(word).append(")");
}

その後、 matcher（）メソッドを使用して、オカレンスを find（）します。

public static boolean containsWordsPatternMatch(String inputString, String[] words) {

    StringBuilder regexp = new StringBuilder();
    for (String word : words) {
        regexp.append("(?=.*").append(word).append(")");
    }

    Pattern pattern = Pattern.compile(regexp.toString());

    return pattern.matcher(inputString).find();
}

しかし、正規表現にはパフォーマンスコストがかかります。調べる単語が複数ある場合、このソリューションのパフォーマンスは最適ではない可能性があります。

**6. Java8とリストを使用する**

そして最後に、Java8のStreamAPIを使用できます。しかし、最初に、初期データを使用していくつかのマイナーな変換を行いましょう。

List<String> inputString = Arrays.asList(inputString.split(" "));
List<String> words = Arrays.asList(words);

次に、StreamAPIを使用します。

public static boolean containsWordsJava8(String inputString, String[] words) {
    List<String> inputStringList = Arrays.asList(inputString.split(" "));
    List<String> wordsList = Arrays.asList(words);

    return wordsList.stream().allMatch(inputStringList::contains);
}

上記の操作パイプラインは、入力文字列にすべてのキーワードが含まれている場合、trueを返します。

または、コレクションフレームワークのcontainsAll（）メソッドを使用するだけで、目的の結果を得ることができます。

public static boolean containsWordsArray(String inputString, String[] words) {
    List<String> inputStringList = Arrays.asList(inputString.split(" "));
    List<String> wordsList = Arrays.asList(words);

    return inputStringList.containsAll(wordsList);
}

ただし、この方法は単語全体に対してのみ機能します。したがって、テキスト内で空白で区切られている場合にのみ、キーワードが検索されます。

**7. Aho-Corasickアルゴリズムの使用**

簡単に言えば、 Aho-Corasickアルゴリズムは、複数のキーワードを使用したテキスト検索用です。 検索するキーワードの数やテキストの長さに関係なく、時間計算量はO（n）です。

Aho-Corasickアルゴリズムの依存関係をpom.xmlに含めましょう。

<dependency>
    <groupId>org.ahocorasick</groupId>
    <artifactId>ahocorasick</artifactId>
    <version>0.4.0</version>
</dependency>

まず、キーワードのwords配列を使用してトライパイプラインを構築しましょう。そのために、Trieデータ構造を使用します。

Trie trie = Trie.builder().onlyWholeWords().addKeywords(words).build();

その後、 inputString テキストを使用してパーサーメソッドを呼び出し、キーワードを検索して結果をemitsコレクションに保存します。

Collection<Emit> emits = trie.parseText(inputString);

そして最後に、結果を印刷すると、次のようになります。

emits.forEach(System.out::println);

キーワードごとに、テキスト内のキーワードの開始位置、終了位置、およびキーワード自体が表示されます。

0:4=hello
13:20=Baeldung

最後に、完全な実装を見てみましょう。

public static boolean containsWordsAhoCorasick(String inputString, String[] words) {
    Trie trie = Trie.builder().onlyWholeWords().addKeywords(words).build();

    Collection<Emit> emits = trie.parseText(inputString);
    emits.forEach(System.out::println);

    boolean found = true;
    for(String word : words) {
        boolean contains = Arrays.toString(emits.toArray()).contains(word);
        if (!contains) {
            found = false;
            break;
        }
    }

    return found;
}