[JAVA] Eliminare parti di stringhe ripetute N volte

[francescolisena]

Salve a tutti..
Ho un bel problema...
Ho creato un Db, con una tabella Annunci, con degli attributi id,....,descrizione.
Quest'ultimo è in formato String.
Vorrei prendere tutte le descrizioni di ogni annuncio e confrontarle tra di loro.
Immaginiamo abbia 5 descrizioni.
Id=1 Descrizione= "Offerta di lavoro: ingegnere informatico; Annuncio offerto da Bacheca.it "
Id=2 Descrizione= "Offerta di lavoro: tecnico informatico; Annuncio offerto da Bacheca.it"
Id=3 Descrizione= "Offerta di lavoro: idraulico informatico; Annuncio offerto da Annunci.it"
Id=4 Descrizione= "Offerta di lavoro: programmatore Java; Annuncio offerto da Bacheca.it"
Id=5 Descrizione= "Offerta di lavoro: Perito meccanico; Fonte: Lavoro.it"

Di queste cinque stringhe vorrei eliminare, quelle parti di testo che sono state ripetute 4 volte.
In sostanza Offerta di lavoro: (count 5), Annuncio offerto da(count 4).
in modo da avere:
Id=1 Descrizione= "ingegnere informatico; Bacheca.it "
Id=2 Descrizione= "tecnico informatico; Bacheca.it"
Id=3 Descrizione= "idraulico informatico; Annunci.it"
Id=4 Descrizione= "programmatore Java; Bacheca.it"
Id=5 Descrizione= "Perito meccanico; Fonte: Lavoro.it"

Ovviamente, il riconoscimento delle parti di testo che sono state ripetute per 4 volte, deve essere fatto in modo automatico.
Qualche idea??? C'è qualche libreria che lo potrebbe fare?

Grazie in anticipo.

Ciao Francesco

[Harlandraka_94]

Ciao, guarda è semplice:

public String[] dividiDati(String stringa, String delimInizio, String delimFine) {
        return new String[]{stringa.substring(stringa.indexOf(delimInizio)+delimInizio.length(), stringa.indexOf(delimFine)),stringa.substring(stringa.indexOf(delimFine) +delimFine.length())};
    }

Dove:

<stringa> è la stringa da dividere, nel tuo caso "Offerta di lavoro: ingegnere informatico; Annuncio offerto da Bacheca.it "

<delimInizio> è la stringa delimitatore all'inizio, nel tuo caso "Offerta di lavoro:"

<delimFine> è la stringa delimitatore alla fine, nel tuo caso "Annuncio offerto da"

Il metodo ritorna un array di stringhe di 2 posizioni che, nel tuo caso, contiene "ingegnere informatico;" in posizione 0, e "Bacheca.it" in posizione 1.

Ovviamente questo funziona solo se hai un testo da dividere in due stringhe, se ti serve dividere in n stringhe con n delimitatori devi "sviluppare" questo metodo e ciclare sulle stringhe fin quando non hai tutti i dati che ti servono

[francescolisena]

No...non mi sono spiegato...
le mie stringhe erano solo esempi....io non so i contenuti delle stringhe, e devo creare una funzione che mi trova le parti uguali che vengono ripetute per almeno 4 volte. Ed infine cancellarle.

[Harlandraka_94]

Ah, non avevo capito, bè devi ciclare sulle stringhe che ti tira fuori il ResultSet e analizzarle, per poi applicare un metodo simile al mio che tolga via quelle parti che si ripetono per più di 4 volte

[Scara95]

C'è un problema fondamentale...
Le stringhe comuni potrebbero essere considerate come
Offerta
Offerta di
Offerta di lavoro
Off
Offerta d
...

è questo complica l'algoritmo che vuoi creare, inoltre supponi di avere quattro campi con scritto, che ne so, "tecnico informatico", ma offerti da siti diversi: questi verrebbero cancellati...

In ogni caso puoi farlo con due cicli innestati, con quello fuori cicli sulla prima stringa e con quello interno guardi se i caratteri sono uguali, se non lo sono cambi punto di partenza...

Edit: questo fa al caso tuo... Prima ricerca su google dopo averti risposto...
http://en.wikibooks.org/wiki/Algorit...mmon_substring

[francescolisena]

Grazie Scara...
Nel caso, le stringhe sono tante, come posso fare?
Con quel codice posso confrontare solo 2 stringhe...

Per il problema tecnico informatico, non mi preoccupa, perché se ho 500 stringhe prendo le parti in comune di 490 stringhe...

In ogni caso grazie...provo a vedere il codice dell'algoritmo della common substring

[Scara95]

Cerchi la stringa comune a due, se questa e superiore a tot caratteri, per esssere sicuri che non sia qualcosa tipo 'di' o un segno di punteggiatura, controlli se é comune anche alle altre stringhe...

Per controllare se una data stringa e una substring di un'altra ci deve essere una funzione di libreria, che però al momento non ricordo...

[Scara95]

Ah,l'approccio che ti ho consigliato può essere migliorato...