使用与HashSet对应的固定Key创建HashMap。 出发点
我的目标是创建一个以String作为键的hashmap，并将条目值作为字符串的HashSet。
OUTPUT
这就是输出现在的样子：
Hudson+(surname)=[Q2720681], Hudson,+Quebec=[Q141445], Hudson+(given+name)=[Q5928530], Hudson,+Colorado=[Q2272323], Hudson,+Illinois=[Q2672022], Hudson,+Indiana=[Q2710584], Hudson,+Ontario=[Q5928505], Hudson,+Buenos+Aires+Province=[Q10298710], Hudson,+Florida=[Q768903]] 根据我的想法，它应该是这样的：
[Hudson+(surname)=[Q2720681,Q141445,Q5928530,Q2272323,Q2672022]]
目的是在Wikidata中存储特定名称，然后将与其相关的所有Q值消除歧义，例如：
这是“布什”的页面。
我希望布什成为关键，然后对于所有不同的出发点， Bush可能与维基数据的终端页面相关联的所有不同方式，我想存储相应的“Q值”，或者是唯一的阿尔法 – 数字标识符。
我实际上在做的是尝试从维基百科歧义消除不同的名称，值，然后在wikidata中查找与该值相关联的唯一字母数字标识符。
例如， Bush我们有：
George HW Bush George W. Bush Jeb Bush Bush family Bush (surname)
因此，Q值为：
乔治HW布什 （Q23505）
乔治W.布什 （Q207）
杰布·布什 （Q221997）
布什家族 （Q2743830）
布什 （Q1484464）
我的想法是数据结构应该按照以下方式解释
关键： Bush 入围集： Q23505, Q207, Q221997, Q2743830, Q1484464
但是我现在的代码并没有这样做。
它为每个名称和Q值创建一个单独的条目。 即
关键： Jeb Bush 入围集： Q221997
关键： George W. Bush 入围集： Q207
等等。
在我的github页面上可以看到所有它的荣耀的完整代码，但我也将在下面总结它。
这就是我用来为我的数据结构添加值的方法：
// add Q values to their arrayList in the hash map at the index of the appropriate entity public static HashSet put_to_hash(String key, String value) { if (!q_valMap.containsKey(key)) { return q_valMap.put(key, new HashSet() ); } HashSet list = q_valMap.get(key); list.add(value); return q_valMap.put(key, list); }
这是我获取内容的方式：
while ((line_by_line = wiki_data_pagecontent.readLine()) != null) { // if we can determine it's a disambig page we need to send it off to get all // the possible senses in which it can be used. Pattern disambig_pattern = Pattern.compile("Wikipedia disambiguation page"); Matcher disambig_indicator = disambig_pattern.matcher(line_by_line); if (disambig_indicator.matches()) { //off to get the different usages Wikipedia_Disambig_Fetcher.all_possibilities( variable_entity ); } else { //get the Q value off the page by matching Pattern q_page_pattern = Pattern.compile(""); Matcher match_Q_component = q_page_pattern.matcher(line_by_line); if ( match_Q_component.matches() ) { String Q = match_Q_component.group(1); // 'Q' should be appended to an array, since each entity can hold multiple // Q values on that basis of disambig put_to_hash( variable_entity, Q ); } } }
这就是我处理消歧页面的方式：
public static void all_possibilities( String variable_entity ) throws Exception { System.out.println("this is a disambig page"); //if it's a disambig page we know we can go right to the wikipedia //get it's normal wiki disambig page Document docx = Jsoup.connect( "https://en.wikipedia.org/wiki/" + variable_entity ).get(); //this can handle the less structured ones. Elements linx = docx.select( "p:contains(" + variable_entity + ") ~ ul a:eq(0)" ); for (Element linq : linx) { System.out.println(linq.text()); String linq_nospace = linq.text().replace(' ', '+'); Wikidata_Q_Reader.getQ( linq_nospace ); } }
我想也许我可以传递Key值，但我真的不知道。 我有点卡住了。 也许有人可以看到我如何实现这个function。
我不清楚你的问题是什么不起作用，或者你是否看到了实际的错误。 但是，虽然您的基本数据结构思想（ String to String Set HashMap ）是合理的，但“添加”function中存在一个错误。
public static HashSet put_to_hash(String key, String value) { if (!q_valMap.containsKey(key)) { return q_valMap.put(key, new HashSet () ); } HashSet list = q_valMap.get(key); list.add(value); return q_valMap.put(key, list); }
在第一次看到一个键的情况下（ if (!q_valMap.containsKey(key)) ），它会为该键生成一个新的HashSet ，但它在返回之前不会为它添加value 。 （并且返回的值是该键的旧值，因此它将为null。）因此，您将失去每个术语的一个Q值。
对于像这样的多层数据结构，我通常只是对中间结构的活动进行特殊情况，然后在单个代码路径中进行添加和返回。 我想这会解决它。 （我也将它valSet因为它是一个集合，而不是列表。并且不需要每次都将该集合重新添加到地图;它是一个引用类型，并在第一次遇到该密钥时添加。 ）
public static HashSet put_to_hash(String key, String value) { if (!q_valMap.containsKey(key)) { q_valMap.put(key, new HashSet ()); } HashSet valSet = q_valMap.get(key); valSet.add(value); return valSet; }
另请注意，您返回的Set是对该键的实时Set的引用，因此您需要注意在调用者中修改它，如果您正在执行multithreading，则会出现并发访问问题。
或者只使用Guava Multimap这样您就不必担心自己编写实现。