Java怎么獲取字符串單詞個(gè)數(shù)

今天小編給大家分享一下Java怎么獲取字符串單詞個(gè)數(shù)的相關(guān)知識(shí)點(diǎn)，內(nèi)容詳細(xì)，邏輯清晰，相信大部分人都還太了解這方面的知識(shí)，所以分享這篇文章給大家參考一下，希望大家閱讀完這篇文章后有所收獲，下面我們一起來了解一下吧。

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，?！丁?？；'‘：“”【】、）（……￥！·)]", "");
        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("我愛你 zhanglulu _")); // 輸出5，單詞是以空格分開，所以這里我愛你三個(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。介紹三種簡單的方法來對(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String中，有split()這個(gè)方法，可以將字符進(jìn)行分割?？梢酝ㄟ^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，構(gòu)造函數(shù)有三個(gè)：

• 1. StringTokenizer(String str) ：構(gòu)造一個(gè)用來解析 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)、回車符(\r)。

• 2. StringTokenizer(String str, String delim) ：構(gòu)造一個(gè)用來解析 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

簡單寫了幾個(gè)測(cè)試用例，測(cè)試通過。

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單，沒有什么技術(shù)難點(diǎn)，用到了String、StringTokenizer、正則、Guava、JUnit等，非?；A(chǔ)。

以上就是“Java怎么獲取字符串單詞個(gè)數(shù)”這篇文章的所有內(nèi)容，感謝各位的閱讀！相信大家閱讀完這篇文章都有很大的收獲，小編每天都會(huì)為大家更新不同的知識(shí)，如果還想學(xué)習(xí)更多的知識(shí)，請(qǐng)關(guān)注億速云行業(yè)資訊頻道。