今天小编给大家分享一下Java怎么获取字符串单词个数的相关知识点,内容详细,逻辑清晰,相信大部分人都还太了解这方面的知识,所以分享这篇文章给大家参考一下,希望大家阅读完这篇文章后有所收获,下面我们一起来了解一下吧。
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( )、换行符( )、回车符( )。
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 != ' '
&& c != '
'
&& c != '
'
&& 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("
f", 0);
testStringCount("0", 1);
testStringCount("abcdef", 1);
testStringCount("a b c", 3);
testStringCount("a,b,c", 1);
testStringCount("a
b
c", 3);
testStringCount("a,b
c", 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。