Necesito extraer (n) palabras de un texto en Java para Android, de su inicio hasta el número de palabras que se le indique, las palabras están separadas obviamente por espacios:
Pero que tenga en cuenta:
- que elimine los espacios sobrantes del final de la cadena, es decir si acaba con espacio lo elimine
- Para asegurar que se corta bien el texto, si acaba con un signo de puntuación diferente a
.?!
como por ejemplo& ; : ,
lo sustituya por el punto.
por ejemplo si se decide cortar n palabras y su terminación es pulvinar &
debe ser pulvinar.
Mi banco de pruebas:
El array strI
es la entrada de texto y la strO
es lo que debería devolver correctamente, si se especifica cortar a 3 palabras.
import java.util.*;
import java.util.regex.*;
public class Test {
public static void main(String[] args) {
String[] strI = new String[16];
String[] strO = new String[16];
strI[0] = "Lorem ipsum dolor.";
strO[0] = "Lorem ipsum dolor.";
strI[1] = "Lorem ipsum dolor, amet.";
strO[1] = "Lorem ipsum dolor.";
strI[2] = "Lorem ipsum dolor: amet.";
strO[2] = "Lorem ipsum dolor.";
strI[3] = "Lorem ipsum dolor; amet.";
strO[3] = "Lorem ipsum dolor.";
strI[4] = "Lorem ipsum dolor! amet.";
strO[4] = "Lorem ipsum dolor!";
strI[5] = "Lorem ipsum dolor? amet.";
strO[5] = "Lorem ipsum dolor?";
strI[6] = "Lorem ipsum dolor3 amet.";
strO[6] = "Lorem ipsum dolor3.";
strI[7] = "Lorem: ipsum & dolor, amet.";
strO[7] = "Lorem: ipsum.";
strI[8] = "Lorem: ipsum , dolor, amet.";
strO[8] = "Lorem: ipsum.";
strI[9] = "Lorem: ipsum . dolor, amet.";
strO[9] = "Lorem: ipsum.";
strI[10] = "Lorem ipsum : dolor, amet.";
strO[10] = "Lorem ipsum.";
strI[11] = "Lorem: ipsum ; dolor, amet.";
strO[11] = "Lorem: ipsum.";
strI[12] = "Lorem ipsum ? dolor, amet.";
strO[12] = "Lorem ipsum?";
strI[13] = "Lorem ipsum ! dolor? amet.";
strO[13] = "Lorem ipsum!";
strI[14] = "Lorem ipsum dolor .";
strO[14] = "Lorem ipsum dolor.";
strI[15] = "Lorem ipsum";
strO[15] = "Lorem ipsum.";
System.out.println(strI[0]);
for (int i=0; i < strI.length;++i) {
String outResult = getWords(strI[i],3);
String flagResult = "F";
if (outResult.equals(strO[i])) flagResult = "T";
if (flagResult.equals("T")) {
System.out.println(flagResult + "[" + outResult + "]");
} else {
System.out.println(flagResult + "[" + outResult + "] In/out:" + strI[i] + " =>" + strO[i]);
}
}
}
public static String getWords(String str, int num) {
String[] words = str.split(" ");
int total = words.length;
if (num<0) num = 0;
if (num>total) num = total;
String out ="";
int i;
for (i=0;i<num-1;++i) {
out += (i==0)? words[i]: " " + words[i];
}
//String endChar = words[i].substring(words[i].length() - 1);
String endWord = words[i];
endWord = endWord.replace(".", "");
endWord = endWord.replace(",", "");
endWord = endWord.replace(";", "");
endWord = endWord.replace(":", "");
endWord = endWord.replace("&", "");
endWord = endWord.trim() + ".";
out += " " + endWord;
//System.out.println("endChar[" + endChar + "]");
//comprar la última palabra como termina
//out += " " + word[i]
return out.trim();
}
}
Resultados T = true y F = false
T[Lorem ipsum dolor.]
T[Lorem ipsum dolor.]
T[Lorem ipsum dolor.]
T[Lorem ipsum dolor.]
F[Lorem ipsum dolor!.]
F[Lorem ipsum dolor?.]
T[Lorem ipsum dolor3.]
F[Lorem: ipsum .]
F[Lorem: ipsum .]
F[Lorem: ipsum .]
F[Lorem ipsum .]
F[Lorem: ipsum .]
F[Lorem ipsum ?.]
F[Lorem ipsum !.]
T[Lorem ipsum dolor.]
T[Lorem ipsum.]