本文共 1597 字，大约阅读时间需要 5 分钟。

1. 整体思路

第一步：先将中文文本进行分词，采用HanLP-汉语言处理包进行中文文本分词。 第二步：使用停用词表，去除分好的词中的停用词。

2. 中文文本分词环境配置

使用HanLP-汉语言处理包进行中文文本分词。 HanLP的环境配置有两种方式：方式一、Maven；方式二、下载jar、data、hanlp.properties。 官方环境配置网址如下：

3. 下载停用词表

停用词表可以去百度搜索，这是我搜到的一个： 停用词.txt：链接：提取码：8uq1

4. 去除停用词工具类

使用这个工具类的之前，请先完成中文文本分词环境配置，并测试一下。 停用词.txt文件路径请修改为自己的本地路径。

public class FormatUtil {    /**      * 去除停用词      * @param oldString：原中文文本      * @return 去除停用词之后的中文文本      * @throws IOException      */    public static String RemovalOfStopWords(String oldString) throws IOException {        String newString = oldString;        List
   
     termList = HanLP.segment(newString);        System.out.println(termList);        String filePath = "F:\\主文件夹\\知识图谱\\工具资源\\停用词.txt";        File file = new File(filePath);        BufferedReader bufferedReader = new BufferedReader(new FileReader(file));        List
    
      stopWords = new ArrayList<>();        String temp = null;        while ((temp = bufferedReader.readLine()) != null) {            stopWords.add(temp.trim());        }        List
     
       termStringList = new ArrayList<>();        for (Term term : termList) {            termStringList.add(term.word);        }        termStringList.removeAll(stopWords);        newString = "";        for (String string : termStringList) {            newString += string;        }        return newString;    }}
     
    
   

5. 工具类测试

5.1 测试代码

```javapublic class test { public static void main(String args[]) { try { System.out.println(FormatUtil.RemovalOfStopWords("床前明月光，疑是地上霜。举头望明月，低头思故乡。")); } catch (IOException e) { e.printStackTrace(); } }}```

5.2 测试结果

转载地址：http://epkzz.baihongyu.com/