从文本中分析言语

Question

我正在做一个实验，用文字角色扮演游戏(MUD)中的一个表情来解析语音，这样如果你听不清，或者是用另一种语言，你就不会理解它。这是正确的，但我只是想确保它是尽可能清晰和有效的。

import java.util.Scanner;
import java.util.Random;

public class EmoteParser {
    public static void main(String[] args) {
        Scanner scanner = new Scanner(System.in);

        System.out.print("Enter an emote: ");
        String emote = scanner.nextLine();

        System.out.println("Original emote:\n" + emote);
        System.out.println("\nParsed emote:\n" + jumbleEmoteSpeech(emote));
    }

    public static String jumbleEmoteSpeech(String emote) {
        StringBuilder out = new StringBuilder();
        int quote1Location = emote.indexOf('"');

        if (quote1Location == -1) {
            out.append(emote);
        }
        else {
            int quote2Location;
            int currentIndex = 0;
            boolean found = true;
            do {
                quote2Location = emote.indexOf('"', quote1Location + 1);
                if (quote2Location == -1 || quote2Location < currentIndex) {
                    out.append(emote.substring(currentIndex));
                    found = false;
                }
                else {
                    out.append(emote.substring(currentIndex, quote1Location + 1));
                    out.append(jumble(emote.substring(quote1Location + 1, quote2Location)));
                    currentIndex = quote2Location;

                    quote1Location = emote.indexOf('"', currentIndex + 1);
                }
            } while (found);
        }

        return out.toString();
    }

    public static String jumble(String text) {
        StringBuilder out = new StringBuilder();
        Random generator = new Random();

        for (int i = 0; i < text.length(); i++) {
            char ch = text.charAt(i);
            if (Character.isLetter(ch)) {
                if (Character.isUpperCase(ch)) {
                    out.append((char)('A' + generator.nextInt(26)));
                }
                else {
                    out.append((char)('a' + generator.nextInt(26)));
                }
            }
            else if (Character.isDigit(ch)) {
                out.append((char)('0' + generator.nextInt(10)));
            }
            else {
                out.append(text.charAt(i));
            }
        }

        return out.toString();
    }
}

另外，使用'"'和"\""有什么真正的好处吗？我认为'"'的可读性更强，而且任何性能差异都可能得到优化。

Answer 1

jumble方法

在jumble方法中，通过索引从0到输入数组的长度来遍历字符。

for (int i = 0; i < text.length(); i++) {
    char ch = text.charAt(i);
    // ...
}

由于除了检索字符之外，您不使用索引，所以您只需使用toCharArray()并直接对字符进行循环：

for (char ch : text.toCharArray()) {
    // ...
}

然后，您将根据字符的代码点追加字符。为此，你要做的就是

out.append((char) ('A' + generator.nextInt(26))); // same for 'a' and '0'

您可以直接使用appendCodePoint，而不是使用这种(丑陋的)强制转换

out.appendCodePoint('A' + generator.nextInt(26));

此外，混淆字符的代码路径可能会导致潜在的错误：

if (Character.isLetter(ch)) {
    if (Character.isUpperCase(ch)) {
        // ...
    } else {
        // ...
    }
} else if (Character.isDigit(ch)) {
    // ...
} else {
    // ...
}

问题是，对于不仅是大写或小写字符的字符，isLetter返回true。例如，对于按照Unicode分类为"Lo“的所有那些奇怪的角色 (以及OTHER_LETTER中的Java)，它将返回true。它还将返回true for 那些机密的“Lm” (MODIFIER_LETTER in Java)，如"OL CHIKI AHAD“ᱽ。例如，由于我认为，在希伯来字母"BET"，ב的情况下，您不想将其视为小写(因为您的代码不是大写字母)，所以您可以完全删除该检查，并拥有：

if (Character.isUpperCase(ch)) {
    sb.appendCodePoint('A' + generator.nextInt(26));
} else if (Character.isLowerCase(ch)) {
    sb.appendCodePoint('a' + generator.nextInt(26));
} else if (Character.isDigit(ch)) {
    sb.appendCodePoint('0' + generator.nextInt(10));
} else {
    sb.append(ch);
}

这样，在这些分支中只会考虑大小写(上或下)的字符。但是，有很多小写字母 (和大写字母)与a-z不同，比如ῲ或ⅎ，甚至ⱙ(这显然是"GLAGOLITIC小写字母IOTATED大YUS")。在这种情况下，它们将被拉丁文小字符取代，这可能是你想要的，也可能不是你想要的。如果你真的只想混淆拉丁字母，最好用'a'和'z'来测试字符(大写字母相反)。你知道吗？这不仅仅是字母。有很多数字不是0-9，比如٨(阿拉伯文8)或᧗(New 7)，甚至꧓(显然是Javanese 3)。因此，如果您只想专注于拉丁字母和罗马数字，您可以只使用

if (ch >= 'A' && ch <= 'Z') {
    sb.appendCodePoint('A' + generator.nextInt(26));
} else if (ch >= 'a' && ch <= 'z') {
    sb.appendCodePoint('a' + generator.nextInt(26));
} else if (ch >= '0' && ch <= '9') {
    sb.appendCodePoint('0' + generator.nextInt(10));
} else {
    sb.append(ch);
}

最后一个问题是关于Random对象。每次执行此方法时都要创建一个。最好只创建一个每次都重复使用相同的。例如，可以有一个常量。

private static final Random RANDOM = new Random();

jumbleEmoteSpeech方法

在可能的情况下，您应该总是希望尽早从方法中返回。在这种情况下，如果字符串中没有引号，则可以不加更改地返回它。

StringBuilder out = new StringBuilder();
int quote1Location = emote.indexOf('"');
if (quote1Location == -1) {
    out.append(emote);
} else {
    // ...
}
return out.toString();

你可以用更简洁的方式写这个

int quote1Location = emote.indexOf('"');
if (quote1Location == -1) {
    return emote;
}
// ...

这完成了两件事：

• 没有创建StringBuilder：我们不需要一个
• 代码的可读性更强，因为不再需要else部件:它用一个缩进来移动其余部分。

此外，更喜欢在使用时声明变量。在本例中，您在int quote2Location;循环之前声明while：

int quote2Location;
do {
    quote2Location = emote.indexOf('"', quote1Location + 1);
    // ...
} while (...);

相反，你可以拥有：

do {
    int quote2Location = emote.indexOf('"', quote1Location + 1);
    // ...
} while (...);