如何剪切从句子集合中匹配的单词？

Question

我有一个关于Scala部分字符串匹配的快速问题。请看例子：

val s1 = "game of thrones" 
val s2 = Array("thrones videos", "watch game", "game of thrones stuff") 

，我想做一些类型的正则表达式或匹配或contains这样的，在结果应该是一些事情，如：

Array("videos", "watch", "stuff") 

在字符串中的任何字，它在s1中重复被删除。什么是最有效的方式？

我目前正在通过将s1转换为一个正则表达式并将其应用于s2的每一行，但我在使它正常工作时遇到了问题。

Answer 1

不知道是最“有效”的方式做到这一点（取决于你的意思高效的），但在这里我们去：

val ss1 = s1.split("\\s").toSet //make a set of the words you have 
//ss1: Array[String] = Array(game, of, thrones) 

val ss2 = s2.map(_.split("\\s").toSet -- ss1).flatten //make a set of words and remove the ones in ss1 
// Array[String] = Array(throne, videos, watch, stuff) 

Answer 2

此使用split，contains，map和filter是可以实现的。关键是要首先建立你的过滤词的列表中，通过使用split：

val s1Words = s1.split(" ") 

现在，在s2每个字符串，你要使用类似split，滤除出现在s1Words话，然后再将其转换成字符串：

s2.map(_.split(" ").filterNot(s1Words.contains).mkString(" ")) 

你也可以把s1Words成一组，然后使用上Set的apply方法，测试对于遏制：

val s1Words = s1.split(" ").toSet 
s2.map(_.split(" ").filterNot(s1Words).mkString(" ")) 

如果s2的话是由一组比其他空间字符分隔符，你可能更愿意使用正则表达式，这样就可以捕捉分离，然后替换它在调用mkString。