Java如何获取字符串单词个数

目录Java获取字符串单词个数统计String单词数的三种方法方法一：使用split方法二：使用StringTokenizer方法三：使用原始的char判断总结Java获取字符串单词个数public...

目录

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www.cppcns.com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：

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。

总结

以上为个人经验，希望能给大家一个参考，也希望大家多多支持我们。