快捷導(dǎo)航

Java如何獲取字符串單詞個(gè)數(shù)

更新時(shí)間：2023年03月01日 10:31:45 作者：黃寶康

這篇文章主要介紹了Java如何獲取字符串單詞個(gè)數(shù)問(wèn)題，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。如有錯(cuò)誤或未考慮完全的地方，望不吝賜教

Java獲取字符串單詞個(gè)數(shù)

 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("我愛(ài)你 zhanglulu _")); // 輸出5，單詞是以空格分開(kāi)，所以這里我愛(ài)你三個(gè)字加一個(gè)單詞zhanglulu和一個(gè)下劃線，空格不算。
	}

統(tǒng)計(jì)String單詞數(shù)的三種方法

統(tǒng)計(jì)字符串里包含有多少個(gè)單詞，這是Java代碼常用的場(chǎng)景。介紹三種簡(jiǎn)單的方法來(lái)對(duì)其進(jìn)行統(tǒng)計(jì)。這里所謂的單詞，是指連續(xù)的非空字符串。如“Hello”則為一個(gè)詞，“I love Guangzhou”則為三個(gè)詞。

方法一：使用split

在類(lèi)String中，有split()這個(gè)方法，可以將字符進(jìn)行分割。可以通過(guò)對(duì)字符串以空白字符進(jìn)行分割，則可以得到結(jié)果。

public int countWithSplit(String str) {
? ? if (Strings.isNullOrEmpty(str)) {
? ? ? ? return 0;
? ? }
? ? return str.split("\\s+").length;
}

代碼中"\\s+"為正則表達(dá)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是一個(gè)很有用的類(lèi)，構(gòu)造函數(shù)有三個(gè)：

1. StringTokenizer(String str) ：構(gòu)造一個(gè)用來(lái)解析 str 的 StringTokenizer 對(duì)象。java 默認(rèn)的分隔符是空格("")、制表符(\t)、換行符(\n)、回車(chē)符(\r)。
2. StringTokenizer(String str, String delim) ：構(gòu)造一個(gè)用來(lái)解析 str 的 StringTokenizer 對(duì)象，并提供一個(gè)指定的分隔符。
3. StringTokenizer(String str, String delim, boolean returnDelims) ：構(gòu)造一個(gè)用來(lái)解析 str 的 StringTokenizer 對(duì)象，并提供一個(gè)指定的分隔符，同時(shí)，指定是否返回分隔符。

方法三：使用原始的char判斷

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，則數(shù)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';
}

測(cè)試代碼

簡(jiǎn)單寫(xiě)了幾個(gè)測(cè)試用例，測(cè)試通過(guò)。

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));
? ? }
}

這三種方法都非常簡(jiǎn)單，沒(méi)有什么技術(shù)難點(diǎn)，用到了String、StringTokenizer、正則、Guava、JUnit等，非?；A(chǔ)。