词边界
原文: https://docs.oracle.com/javase/tutorial/i18n/text/word.html
您调用getWordIterator
方法来实例化检测字边界的BreakIterator
:
BreakIterator wordIterator =
BreakIterator.getWordInstance(currentLocale);
当您的应用程序需要对单个单词执行操作时,您将需要创建这样的BreakIterator
。这些操作可能是常见的文字处理功能,例如选择,剪切,粘贴和复制。或者,您的应用程序可能会搜索单词,并且必须能够将整个单词与简单的字符串区分开来。
当BreakIterator
分析单词边界时,它会区分不属于单词的单词和字符。这些字符包括空格,制表符,标点符号和大多数符号,两侧都有单词边界。
以下示例来自程序 BreakIteratorDemo
,标记某些文本中的单词边界。程序创建BreakIterator
,然后调用markBoundaries
方法:
Locale currentLocale = new Locale ("en","US");
BreakIterator wordIterator =
BreakIterator.getWordInstance(currentLocale);
String someText = "She stopped. " +
"She said, \"Hello there,\" and then went " +
"on.";
markBoundaries(someText, wordIterator);
markBoundaries
方法在BreakIteratorDemo.java
中定义。此方法通过在目标字符串下打印插入符号(^)来标记边界。在下面的代码中,注意while
循环,其中markBoundaries
通过调用next
方法扫描字符串:
static void markBoundaries(String target, BreakIterator iterator) {
StringBuffer markers = new StringBuffer();
markers.setLength(target.length() + 1);
for (int k = 0; k < markers.length(); k++) {
markers.setCharAt(k,' ');
}
iterator.setText(target);
int boundary = iterator.first();
while (boundary != BreakIterator.DONE) {
markers.setCharAt(boundary,'^');
boundary = iterator.next();
}
System.out.println(target);
System.out.println(markers);
}
markBoundaries
方法的输出如下。注意插入符号(^)与标点符号和空格相关的位置:
She stopped. She said, "Hello there," and then
^ ^^ ^^ ^ ^^ ^^^^ ^^ ^^^^ ^^ ^
went on.
^ ^^ ^^
BreakIterator
类可以轻松地从文本中选择单词。您不必编写自己的例程来处理各种语言的标点符号规则; BreakIterator
课为你做这个。
以下示例中的extractWords
方法提取并打印给定字符串的单词。请注意,此方法使用Character.isLetterOrDigit
来避免打印包含空格字符的“单词”。
static void extractWords(String target, BreakIterator wordIterator) {
wordIterator.setText(target);
int start = wordIterator.first();
int end = wordIterator.next();
while (end != BreakIterator.DONE) {
String word = target.substring(start,end);
if (Character.isLetterOrDigit(word.charAt(0))) {
System.out.println(word);
}
start = end;
end = wordIterator.next();
}
}
BreakIteratorDemo
程序调用extractWords
,并将前一个示例中使用的相同目标字符串传递给它。 extractWords
方法打印出以下单词列表:
She
stopped
She
said
Hello
there
and
then
went
on