Java如何获取字符串单词个数
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。
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脚本之家。
相关文章
Java 并发编程学习笔记之Synchronized底层优化
这篇文章主要介绍了Java 并发编程学习笔记之Synchronized底层优化的相关资料,主要包含了重量级锁,轻量级锁,偏向锁和其他优化等方面,有需要的小伙伴可以参考下2016-05-05SpringDataJPA之Specification复杂查询实战
这篇文章主要介绍了SpringDataJPA之Specification复杂查询实战,具有很好的参考价值,希望对大家有所帮助。如有错误或未考虑完全的地方,望不吝赐教2021-11-11Java使用pulsar-flink-connector读取pulsar catalog元数据代码剖析
这篇文章主要介绍了Java使用pulsar-flink-connector读取pulsar catalog元数据代码剖析,本文通过实例代码给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下2021-08-08详解Spring Boot中使用AOP统一处理Web请求日志
本篇文章主要介绍了详解Spring Boot中使用AOP统一处理Web请求日志,具有一定的参考价值,感兴趣的小伙伴们可以参考一下2017-05-05
最新评论