计算文本相似度-java实现
源代码：
Computeclass.java:
/**
* @author Caiyong
* @version 1.0
*
* */
package pack;
import java.text.NumberFormat;
import java.util.Locale;
public class Computeclass {
/*
* 计算相似度
* */
public static double SimilarDegree(String strA, String strB){
String newStrA = removeSign(strA);
String newStrB = removeSign(strB);
//用较大的字符串长度作为分母，相似子串作为分子计算出字串相似度
int temp = Math.max(newStrA.length(), newStrB.length());
int temp2 = longestCommonSubstring(newStrA, newStrB).length();
return temp2 * 1.0 / temp;
}
/*
* 将字符串的所有数据依次写成一行
* */
public static String removeSign(String str) {
StringBuffer sb = new StringBuffer();
//遍历字符串str,如果是汉字数字或字母，则追加到ab上面
for (char item : str.toCharArray())
if (charReg(item)){
sb.append(item);
}
return sb.toString();
}
/*
* 判断字符是否为汉字，数字和字母，
* 因为对符号进行相似度比较没有实际意义，故符号不加入考虑范围。
* */
public static boolean charReg(char charValue) {
return (charValue >= 0x4E00 && charValue <= 0X9FA5) || (charValue >= 'a' && charValue <= 'z')
|| (charValue >= 'A' && charValue <= 'Z') || (charValue >= '0' && charValue <= '9');
}
/*
* 求公共子串，采用动态规划算法。
* 其不要求所求得的字符在所给的字符串中是连续的。
*
* */
public static String longestCommonSubstring(String strA, String strB) {
char[] chars_strA = strA.toCharArray();
char[] chars_strB = strB.toCharArray();
int m = chars_strA.length;
int n = chars_strB.length;
/*
* 初始化矩阵数据,matrix[0][0]的值为0，
* 如果字符数组chars_strA和chars_strB的对应位相同，则matrix[i][j]的值为左上角的值加1，
* 否则，matrix[i][j]的值等于左上方最近两个位置的较大值，
* 矩阵中其余各点的值为0.
*/
int[][] matrix = new int[m + 1][n + 1];
for (int i = 1; i <= m; i++) {
for (int j = 1; j <= n; j++) {
if (chars_strA[i - 1] == chars_strB[j - 1])
matrix[i][j] = matrix[i - 1][j - 1] + 1;
else
matrix[i][j] = Math.max(matrix[i][j - 1], matrix[i - 1][j]);
}
}
/*
* 矩阵中，如果matrix[m][n]的值不等于matrix[m-1][n]的值也不等于matrix[m][n-1]的值，
* 则matrix[m][n]对应的字符为相似字符元，并将其存入result数组中。
*
*/
char[] result = new char[matrix[m][n]];
int currentIndex = result.length - 1;
while (matrix[m][n] != 0) {
if (matrix[n] == matrix[n - 1])
n--;
else if (matrix[m][n] == matrix[m - 1][n])
m--;
else {
result[currentIndex] = chars_strA[m - 1];
currentIndex--;
n--;
m--;
}
}
return new String(result);
}
/*
* 结果转换成百分比形式
* */
public static String similarityResult(double resule){
return NumberFormat.getPercentInstance(new Locale( "en ", "US ")).format(resule);
}
}
Simicalcu.java:
/**
* @author Caiyong
* @version 1.0
*
* */
package pack;
import java.awt.BorderLayout;
import java.awt.event.ActionEvent;
import java.awt.event.ActionListener;
import java.awt.event.KeyAdapter;
import java.awt.event.KeyEvent;
import java.io.FileReader;
import java.io.IOException;
import javax.swing.BorderFactory;
import javax.swing.Box;
import javax.swing.JButton;
import javax.swing.JFileChooser;
import javax.swing.JFrame;
import javax.swing.JLabel;
import javax.swing.JOptionPane;
import javax.swing.JScrollPane;
import javax.swing.JTextArea;
import javax.swing.filechooser.FileNameExtensionFilter;
import javax.swing.text.DefaultEditorKit;
public class Simicalcu {
public static void main(final java.lang.String[] args) {
java.awt.EventQueue.invokeLater(new java.lang.Runnable(){//awt是单线程模式的，所有awt的组件只能在推荐方式的事件处理线程中访问，从而保证组件状态的正确性
public void run(){
final JFrame frame = new JFrame("字符串相似度计算");//声明JFrame
final JLabel tag = new JLabel("提示：请点击选择文件按钮选择待比较文件或者直接在文本框中输入文件。");//提示Label
//文件一
final JButton load = new JButton("选择文件一:");//选择文件Button
final JLabel filename = new JLabel("");//文件路径
final JTextArea textarea = new JTextArea(6, 20);//文本框
textarea.setLineWrap(true);//设置为自动换行
textarea.setWrapStyleWord(true);//超长行在边距处自动换行
final JScrollPane scroller = new JScrollPane(textarea);//滚动条效果
//加载文件一的事件监听
load.addActionListener(new ActionListener(){
private JFileChooser filechooser = null;
private DefaultEditorKit kit = new DefaultEditorKit();
public void actionPerformed(ActionEvent e){
if (filechooser == null) {
//设置默认文件选择路径为桌面路径
filechooser = new JFileChooser(System.getProperty("user.home"));
}
//过滤文件类型，允许 打开txt文件和doc文档
filechooser.setFileFilter(new FileNameExtensionFilter("text file","txt","text","doc","docs"));
if (filechooser.showOpenDialog(frame) == JFileChooser.APPROVE_OPTION) {
//显示文件路径
filename.setText(filechooser.getSelectedFile().getAbsolutePath());
FileReader reader = null;
//将文件内容读取到textarea里面&异常处理
try {
reader = new FileReader(filechooser.getSelectedFile());
textarea.setText("");
kit.read(reader,textarea.getDocument(),0);
} catch (Exception xe) {
System.err.println(xe.getMessage());
} finally {
if (reader != null) {
try {
reader.close();
} catch (IOException ioe) {
System.err.println(ioe.getMessage());
}
}
}
textarea.setCaretPosition(0);//鼠标焦点
}
return;
}
});
//文件二
final JButton load2 = new JButton("选择文件二:");
final JLabel filename2 = new JLabel("");
final JTextArea textarea2 = new JTextArea(6, 20);
textarea2.setLineWrap(true);
textarea2.setWrapStyleWord(true);
final JScrollPane scroller2 = new JScrollPane(textarea2);
//加载文件二的事件监听
load2.addActionListener(new ActionListener(){
private JFileChooser filechooser2 = null;
private DefaultEditorKit kit2 = new DefaultEditorKit();
public void actionPerformed(ActionEvent e){
if (filechooser2 == null) {
filechooser2 = new JFileChooser(System.getProperty("user.home"));
}
filechooser2.setFileFilter(new FileNameExtensionFilter("text file","txt","text","doc","docs"));
if (filechooser2.showOpenDialog(frame) == JFileChooser.APPROVE_OPTION) {
filename2.setText(filechooser2.getSelectedFile().getAbsolutePath());
FileReader reader2 = null;
try {
reader2 = new FileReader(filechooser2.getSelectedFile());
textarea2.setText("");
kit2.read(reader2,textarea2.getDocument(),0);
} catch (Exception xe2) {
System.err.println(xe2.getMessage());
} finally {
if (reader2 != null) {
try {
reader2.close();
} catch (IOException ioe2) {
System.err.println(ioe2.getMessage());
}
}
}
textarea2.setCaretPosition(0);
}
return;
}
});
//显示相似内容的textarea
final JTextArea textarea_res = new JTextArea(6, 20);
textarea_res.setLineWrap(true);
textarea_res.setWrapStyleWord(true);
final JScrollPane scroller_res = new JScrollPane(textarea_res);
//设置textarea_res透明
textarea_res.setOpaque(false);
scroller_res.setOpaque(false);
scroller_res.getViewport().setOpaque(false);
//textarea和textarea2内容改变事件,删除文件路径和相似内容
textarea.addKeyListener(new KeyAdapter(){
public void keyPressed(KeyEvent e) {
filename.setText("");
textarea_res.setText("");
}
});
textarea2.addKeyListener(new KeyAdapter(){
public void keyPressed(KeyEvent e) {
filename2.setText("");
textarea_res.setText("");
}
});
//计算，退出按钮
final JButton start = new JButton("开始计算");
//开始计算相似度事件
start.addActionListener(new ActionListener(){
public void actionPerformed(ActionEvent e) {
String temp_strA = textarea.getText();
String temp_strB = textarea2.getText();
String strA,strB;
//如果两个textarea都不为空且都不全为符号，则进行相似度计算，否则提示用户进行输入数据或选择文件
if(!(Computeclass.removeSign(temp_strA).length() == 0 && Computeclass.removeSign(temp_strB).length() == 0)){
if(temp_strA.length() >= temp_strB.length())
{
strA = temp_strA;
strB = temp_strB;
}else{
strA = temp_strB;
strB = temp_strA;
}
double result = Computeclass.SimilarDegree(strA, strB);
//显示相似内容于textarea_res
textarea_res.setText("相似的内容为："+Computeclass.longestCommonSubstring(strA, strB));
//结果
JOptionPane.showMessageDialog(null, " 相似度为：" + Computeclass.similarityResult(result), "计 算 结 果", JOptionPane.PLAIN_MESSAGE);
}else{
JOptionPane.showMessageDialog(null, " 您好，请输入正确内容！ ", "提 示", JOptionPane.ERROR_MESSAGE);
}
}
});
final JButton cancle = new JButton("退 出");
//退出事件
cancle.addActionListener(new ActionListener() {
public void actionPerformed(ActionEvent e) {
frame.dispose();//释放窗体所占资源
System.exit(0);//退出程序
}
});
//总布局
//文件一north
final Box north = Box.createVerticalBox();//竖排列
north.setBorder(BorderFactory.createEmptyBorder(5,5,5,5));//边距
north.add(tag);
north.add(Box.createVerticalStrut(10));
north.add(load);
north.add(Box.createVerticalStrut(5));
north.add(filename);
north.add(scroller);
frame.add(north,BorderLayout.NORTH);
//文件二center
final Box center = Box.createVerticalBox();
center.setBorder(BorderFactory.createEmptyBorder(5,5,5,5));
center.add(load2);
center.add(Box.createVerticalStrut(5));
center.add(filename2);
center.add(scroller2);
center.add(scroller_res);
frame.add(center,BorderLayout.CENTER);
//south
final Box south = Box.createHorizontalBox();
south.setBorder(BorderFactory.createEmptyBorder(5,5,5,5));
south.add(Box.createHorizontalGlue());//按钮居中显示
south.add(start);
south.add(Box.createHorizontalStrut(20));//水平间距
south.add(cancle);
south.add(Box.createVerticalStrut(5));
frame.add(south,BorderLayout.SOUTH);
frame.pack();
frame.setDefaultCloseOperation(JFrame.EXIT_ON_CLOSE);//窗体默认退出形式
frame.setLocationRelativeTo(null);
frame.setVisible(true);
}
});
}
}
运行结果裁图：
