Word Boundaries

您调用getWordIterator方法来实例化检测到单词边界的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,您将需要创建一个BreakIterator。这些操作可能是常用的 Literals 处理功能,例如选择,剪切,粘贴和复制。或者,您的应用程序可以搜索单词,并且它必须能够将整个单词与简单的字符串 区分开。

BreakIterator分析单词边界时,它将区分单词和不属于单词的字符。这些字符(包括空格,制表符,标点符号和大多数符号)在两侧都有单词边界。

下面的示例来自程序BreakIteratorDemo,在某些文本中标记了单词边界。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 下方打印插入符号(^)来标记边界。在下面的代码中,请注意while循环,其中markBoundaries通过调用next方法来扫描字符串:

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。请注意,相对于标点符号和空格,插入符号(^)出现的位置:

She stopped.  She said, "Hello there," and then
^  ^^      ^^ ^  ^^   ^^^^    ^^    ^^^^  ^^   ^

went on.
^   ^^ ^^

BreakIterator类使您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类会为您完成此操作。

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,并向其传递前面示例中使用的相同目标字符串。 extractWords方法打印出以下单词列表:

She
stopped
She
said
Hello
there
and
then
went
on