我正在从 txt 文件中读取句子并创建一组唯一单词。首先,我逐行读取文件。我用空格分割行以将单词作为字符串数组获取。然后,如果这些单词不是我的独特单词 ArrayList,我会将单词添加到 ArrayList 中。然而,存在一些问题。第一个是它还将空 String 添加到唯一字 ArrayList 中。第二个是它添加了相同的单词两次,当我比较这两个字符串时,它表现得好像它们不相等。我的代码如下:
ArrayList<String> uniqueWords = new ArrayList<>();
Scanner scan = new Scanner(new File("input.txt"));
while(scan.hasNext())
{
String []line = scan.nextLine().split("\\s+");
for(int i = 0;i<line.length;i++)
{
if(uniqueWords.indexOf(line[i])==-1)
{
uniqueWords.add(line[i]);
}
}
}
System.out.println("0:"+uniqueWords.get(0));
System.out.println("1:"+uniqueWords.get(1));
System.out.println("2:"+uniqueWords.get(2));
System.out.println("9:"+uniqueWords.get(9));
System.out.println(uniqueWords.get(1).equalsIgnoreCase(uniqueWords.get(2)));
输出如下:
0:
1:adalet
2:adalet
9:
false
最佳答案
如果您查看这两个 String
对象解码的字节,您会发现它们不是相同的单词:
- 第一个字符串
adalet
转换为:[-17, -69, -65, 97, 100, 97, 108, 101, 116]
- 第二个字符串
adalet
转换为:[97, 100, 97, 108, 101, 116]
。
他们可能使用西里尔字符或其他看起来像“正常”字符但实际上并非如此的字符。
<小时/><罢工>
编辑:
更准确地说,第一个 a
是第二个字符串的标准 a
和第一个字符串的西里尔文 а
。
编辑:它实际上不是西里尔字母a
,我很抱歉。它似乎是一个“隐形”角色。正如 khelwood 正确指出的那样,它是一个 BOM
。
关于Java 比较两个字符串返回 false,尽管字符串相同,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/49405498/