統(tǒng)計字符串里包含有多少個單詞，這是Java代碼常用的場景赠潦。本文介紹三種簡單的方法來對其進(jìn)行統(tǒng)計。這里所謂的單詞草冈，是指連續(xù)的非空字符串她奥。如“Hello”則為一個詞，“I love Guangzhou”則為三個詞怎棱。

方法一：使用split

在類String中哩俭，有split()這個方法，可以將字符進(jìn)行分割蹄殃⌒可以通過對字符串以空白字符進(jìn)行分割，則可以得到結(jié)果诅岩。

public int countWithSplit(String str) {
    if (Strings.isNullOrEmpty(str)) {
        return 0;
    }
    return str.split("\\s+").length;
}

代碼中"\s+"為正則表達(dá)式讳苦，表示所有的空白字符带膜。

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是一個很有用的類，構(gòu)造函數(shù)有三個：

1. StringTokenizer(String str) ：構(gòu)造一個用來解析 str 的 StringTokenizer 對象鸳谜。java 默認(rèn)的分隔符是空格("")膝藕、制表符(\t)、換行符(\n)咐扭、回車符(\r)芭挽。

2. StringTokenizer(String str, String delim) ：構(gòu)造一個用來解析 str 的 StringTokenizer 對象，并提供一個指定的分隔符蝗肪。

3. StringTokenizer(String str, String delim, boolean returnDelims) ：構(gòu)造一個用來解析 str 的 StringTokenizer 對象袜爪，并提供一個指定的分隔符，同時薛闪，指定是否返回分隔符辛馆。

方法三：使用原始的char判斷

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，則數(shù)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';
}

測試代碼

簡單寫了幾個測試用例豁延，測試通過昙篙。

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));
    }
}

總結(jié)

這三種方法都非常簡單，沒有什么技術(shù)難點(diǎn)诱咏，用到了String苔可、StringTokenizer、正則袋狞、Guava焚辅、JUnit等，非乘恫ⅲ基礎(chǔ)法焰。