SSM中文件对比的实现；多文件对比后取相似度最高

暂时只测试了TXT文件，其他文件可自行测试

下面就直接贴代码了

  //上传作品
    @RequestMapping("addWorked.html")
    public String addWorked(
            @RequestParam("file") CommonsMultipartFile files[],//此处见文件上传，input的那么为file
            HttpServletRequest request,HttpSession session, ModelMap model) throws IOException {

        SimpleDateFormat sdf = new SimpleDateFormat();// 格式化时间
        sdf.applyPattern("yyyyMMddHHmmss");// a为am/pm的标记
        Date date = new Date();// 获取当前时间
        System.out.println("现在时间：" + sdf.format(date)); // 输出已经格式化的现在时间（24小时制）

        // 上传位置
        String path ="D:\\SSM_work\\web\\zuoye\\";
        File f = new File(path);
        if (!f.exists())
            f.mkdirs();
        for (int i = 0; i < files.length; i++) {
            // 获得原始文件名
            String fileName = files[i].getOriginalFilename();
            System.out.println("原始文件名:" + fileName);
            // 新文件名
            String newFileName = sdf.format(date)+fileName.substring(fileName.lastIndexOf("."));
            if (!files[i].isEmpty()) {
                try {
                    FileOutputStream fos = new FileOutputStream(path
                            + newFileName);
                    InputStream in = files[i].getInputStream();
                    int b = 0;
                    while ((b = in.read()) != -1) {
                        fos.write(b);
                    }
                    fos.close();
                    in.close();
                } catch (Exception e) {
                    e.printStackTrace();
                }
            }
            System.out.println("上传文件到:" + path + newFileName);
            String workname=request.getParameter("workname");
            Map<String,Object> map =new HashMap<String,Object>();


            //读取传入文本
            StringBuffer myStringBuffer = new StringBuffer();
            // 自定义函数读文本 返回一个StringBuffer
            readToBuffer(myStringBuffer, path + newFileName);
            // StringBuffer转为String显示
            String myWork = myStringBuffer.toString();
            //存放每两个文件对比的百分比
            List<Float> towWorkSimilarityList=new ArrayList<>();

            //将所有作业文件查询
            List<Object> list = indexService.queryWorkList("IndexMapper.queryWorkList", map);
            //判断是否有已上传作业，如果有，遍历并读取对比，如果没有直接将0转化为浮点型赋值
            if (list.size()!=0) {
                //遍历所有作业
                for (Object el : list) {
                    // 可为文本相对路径，可以文件夹绝对路径
                    String workpath = "D:\\SSM_work\\web\\zuoye\\" + el;
                    // StringBuffer用来接收解析完了之后的文本内容
                    StringBuffer sb = new StringBuffer();
                    // 自定义readToBuffer函数读文本 返回一个StringBuffer
                    readToBuffer(sb, workpath);
                    // StringBuffer转为String显示
                    String resultString = sb.toString();

                    //调用getSimilarityRatio方法比较两个文件得到相似度
                    Float towWorkSimilarity = getSimilarityRatio(resultString, myWork);
                    //将相似度填入数组
                    towWorkSimilarityList.add(towWorkSimilarity);
                }
            }else {
                towWorkSimilarityList.add((float)0);
            };
            map.put("username",session.getAttribute("username"));
            map.put("work",newFileName);
            map.put("workname",workname);
            //强转keepFour后进行*100加上%，作为相似度
            map.put("similarity",Collections.max(towWorkSimilarityList)*100+"%");
            map.put("id",session.getAttribute("id"));
            indexService.insertWork("IndexMapper.insertWork", map);
            session.removeAttribute("id");
        }

        return "redirect:showWork.html";
    };

    //用来读取文本内容
    public static void readToBuffer(StringBuffer buffer, String filePath) throws IOException {
        InputStream is = new FileInputStream(filePath);
        String line; // 用来保存每行读取的内容
        BufferedReader reader = new BufferedReader(new InputStreamReader(is));
        line = reader.readLine(); // 读取第一行
        while (line != null) { // 如果 line 为空说明读完了
            buffer.append(line); // 将读到的内容添加到 buffer 中
            buffer.append("\n"); // 添加换行符
            line = reader.readLine(); // 读取下一行
        }
        reader.close();
        is.close();
    }

    /**
     * 比较两个字符串的相识度
     * 核心算法：用一个二维数组记录每个字符串是否相同，如果相同记为0，不相同记为1，每行每列相同个数累加
     * 则数组最后一个数为不相同的总数，从而判断这两个字符的相识度
     *
     * @param str
     * @param target
     * @return
     */
    private static int compare(String str, String target) {
        int d[][];              // 矩阵
        int n = str.length();
        int m = target.length();
        int i;                  // 遍历str的
        int j;                  // 遍历target的
        char ch1;               // str的
        char ch2;               // target的
        int temp;               // 记录相同字符,在某个矩阵位置值的增量,不是0就是1
        if (n == 0) {
            return m;
        }
        if (m == 0) {
            return n;
        }
        d = new int[n + 1][m + 1];
        // 初始化第一列
        for (i = 0; i <= n; i++) {
            d[i][0] = i;
        }
        // 初始化第一行
        for (j = 0; j <= m; j++) {
            d[0][j] = j;
        }
        for (i = 1; i <= n; i++) {
            // 遍历str
            ch1 = str.charAt(i - 1);
            // 去匹配target
            for (j = 1; j <= m; j++) {
                ch2 = target.charAt(j - 1);
                if (ch1 == ch2 || ch1 == ch2 + 32 || ch1 + 32 == ch2) {
                    temp = 0;
                } else {
                    temp = 1;
                }
                // 左边+1,上边+1, 左上角+temp取最小
                d[i][j] = min(d[i - 1][j] + 1, d[i][j - 1] + 1, d[i - 1][j - 1] + temp);
            }
        }
        return d[n][m];
    }


    /**
     * 获取最小的值
     */
    private static int min(int one, int two, int three) {
        return (one = one < two ? one : two) < three ? one : three;
    }

    /**
     * 获取两字符串的相似度
     */
    public static float getSimilarityRatio(String str, String target) {
        int max = Math.max(str.length(), target.length());
        return 1 - (float) compare(str, target) / max;
    }

如还有疑问，加QQ275375496