Java字符串格式解决方案

Question

我有一个公司的字符串描述，它是由不同的用户编写的(手工打印)。下面是一个例子(重点放在点、空格、首字母等)：

XXXX是一家全球性的管理咨询、技术服务和外包公司，在120多个国家和地区有257000人为客户服务。XXXX公司结合无与伦比的经验、所有行业和业务部门的综合能力，以及对世界上最成功的公司的广泛研究，与客户合作，帮助他们成为高绩效的企业和政府。截至2012年7月31日的财政年度，公司净收入279亿美元。

现在，我想要的是将字符串格式化为更好的版本，如下所示：

XXXX是一家全球性的管理咨询、技术服务和外包公司，拥有257,000人，服务于120多个国家的客户。XXXX公司结合了无与伦比的经验、所有行业和业务部门的综合能力，以及对世界上最成功的公司的广泛研究，与客户合作，帮助他们成为高绩效的企业和政府。在截至2012年8月31日的会计年度，该公司实现了279亿美元的净收入。

我的问题是:是否有任何已定义方法的库可以进行所有拼写更正、不必要的空格删除等。？

到目前为止，如果是“/ "，我会将”、“替换为”，“和toUpperCase()。在前面等。

desc = desc.replace("  ", " ");
desc = desc.replace("..", ".");
desc = desc.replace(" .", ".");
desc = desc.replace(" ,", ", ");
desc = desc.replace(".,", ".");
desc = desc.replace(",.", ".");
desc = desc.replace(", .", ".");
desc = desc.replace("*", "");

我相信有一个更干净和更好的版本来做这件事。也许用正则表达式？？

如有任何解决办法，将不胜感激。

Answer 1

如果我想解决你的问题，我可能会一次读1 char的文本，并在你走的时候格式化它。例如，在psuedocode中..。

while (has more chars){
    char letter = readChar();
    if (letter == ','){
        // checking for the ',.' combination
        letter = readChar(); 
        if (readChar == '.'){
            // write out a '.' only
            out.print('.');
        }
        else {
            // it wasn't the ',.' combination, so you need to output both characters, whatever they are
            out.print(',');
            out.print(letter);
        }
    }
    else if (another letter you want to filter){
        // etc.
    }
    else {
        // doesn't match any of the filters, so just output the letter
        out.print(letter);
    }
}

基本上，如果您一次读取文本1 char，您可以检测到所选格式问题中的任何一个，并立即纠正它们。这提供了性能改进，因为您只读取文本字符串一次(而不是8次，就像您目前正在做的那样)，并且允许您添加任意多个不同/复杂的格式更改。但是，缺点是，您需要自己编写逻辑，而不是依赖内置的函数。