Java如何获取字符串单词个数

发布时间：2023-03-17 11:07:55 所属栏目：教程来源：

导读：Java获取字符串单词个数
public static int getWordCount(String content){
int count = 0;
String cn_words = content.replaceAll("[^(\\u4e00-\\u9fa5，。《》？；'‘：“&rdqu

Java获取字符串单词个数
public static int getWordCount(String content){
int count = 0;
String cn_words = content.replaceAll("[^(\\u4e00-\\u9fa5，。《》？；'‘：“”【】、）（……￥！·)]", "");
int cn_words_count = cn_words.length();
String non_cn_words = content.replaceAll("[^(a-zA-Z0-9`\\-=\';.,/~!@#$%^&*()_+|}{\":><?\\[\\])]", " ");
int non_cn_words_count = 0;
String[] temp = non_cn_words.split(" ");
for(String ch:temp){
if(ch.trim().length() != 0) non_cn_words_count++;
}
count = cn_words_count + non_cn_words_count;
return count;
}
public static void main(String[] args) {
System.out.println(getWordCount("我爱你 zhanglulu _")); // 输出5，单词是以空格分开，所以这里我爱你三个字加一个单词zhanglulu和一个下划线，空格不算。
}
统计String单词数的三种方法
统计字符串里包含有多少个单词，这是Java代码常用的场景。介绍三种简单的方法来对其进行统计。这里所谓的单词，是指连续的非空字符串。如“Hello”则为一个词，“I love Guangzhou”则为三个词。

方法一：使用split
在类String中，有split()这个方法，可以将字符进行分割。可以通过对字符串以空白字符进行分割，则可以得到结果。

public int countWithSplit(String str) {
if (Strings.isNullOrEmpty(str)) {
return 0;
}
return str.split("\\s+").length;
}
代码中"\\s+"为正则表达式，表示所有的空白字符。

方法二：使用StringTokenizer
public int countWithStringTokenizer(String str) {
if (Strings.isNullOrEmpty(str)) {
return 0;
}
StringTokenizer tokenizer = new StringTokenizer(str);
return tokenizer.countTokens();
}
StringTokenizer是一个很有用的类，构造函数有三个：

1. StringTokenizer(String str) ：构造一个用来解析 str 的 StringTokenizer 对象。java 默认的分隔符是空格("")、制表符(\t)、换行符(\n)、回车符(\r)。

2. StringTokenizer(String str, String delim) ：构造一个用来解析 str 的 StringTokenizer 对象，并提供一个指定的分隔符。

3. StringTokenizer(String str, String delim, boolean returnDelims) ：构造一个用来解析 str 的 StringTokenizer 对象，并提供一个指定的分隔符，同时，指定是否返回分隔符。

方法三：使用原始的char判断
public int countWithChar(String str) {
if (Strings.isNullOrEmpty(str)) {
return 0;
}
int wordCount = 0;
boolean isWord = false;
int endOfLine = str.length() - 1;
char[] chars = str.tochararray();

for (int i = 0; i < chars.length; i++) {
// 如果是非空字符, word = true.
if (isWord(chars[i]) && i != endOfLine) {
isWord = true;

// 非空字符后遇到空字符，则数量加1
} else if (!isWord(chars[i]) && isWord) {
wordCount++;
isWord = false;
// 非空字符后遇到行尾
} else if (isWord(chars[i]) && i == endOfLine) {
wordCount++;
}
}
return wordCount;
}

private boolean isWord(char c) {
return c != ' '
&& c != '\t'
&& c != '\n'
&& c != '\r'
&& c != '\f';
}
测试代码

简单写了几个测试用例，测试通过。

public class CountWordTest {
private CountWord countWord = new CountWord();

@Test
public void test() {
testStringCount(null, 0);
testStringCount("", 0);
testStringCount(" ", 0);
testStringCount(" \t\r\n\f", 0);
testStringCount("0", 1);
testStringCount("abcdef", 1);
testStringCount("a b c", 3);
testStringCount("a,b,c", 1);
testStringCount("a\rb\nc", 3);
testStringCount("a,b\t\nc", 2);
}

private void testStringCount(String str, int expectedCount) {
assertEquals(expectedCount, countWord.countWithSplit(str));
assertEquals(expectedCount, countWord.countWithStringTokenizer(str));
assertEquals(expectedCount, countWord.countWithChar(str));
}
}
这三种方法都非常简单，没有什么技术难点，用到了String、StringTokenizer、正则、Guava、JUnit等，非常基础。

（编辑：汽车网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!