# 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。本文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。
# 1 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。
# 2 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:
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)。
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。
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。
# 3 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';
}
# 4 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));
}
}
# 5 总结
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。