我在Android中创建自己的文本处理器（一个自定义垂直脚本TextView for Mongolian）。我想我必须自己找到所有换行位置，以便我可以实现换行，但后来我发现了BreakIterator。这似乎找到了各种语言中的字符，单词，行和句子之间的所有可能的中断。
我正在努力学习如何使用它。 documentation比平均值更有帮助，但仅仅通过阅读仍然难以理解。我还找到了一些教程（请参阅here，here和here），但他们缺少我正在寻找的输出的完整解释。
我正在添加此Q＆amp; A样式答案，以帮助我自己学习如何使用BreakIterator。
除了Java之外，我还将其设为Android标记，因为它们之间存在apparently some difference。此外，Android现在支持ICU BreakIterator，未来的答案可能会解决此问题。
答案 0 :(得分：10)
BreakIterator可用于查找字符，单词，行和句子之间可能的中断。这对于将光标移动到可见字符，双击以选择单词，三击以选择句子和换行等内容非常有用。
以下示例中使用了以下代码。只需调整第一部分即可更改BreakIterator的文字和类型。
// change these two lines for the following examples
String text = "This is some text.";
BreakIterator boundary = BreakIterator.getCharacterInstance();
// boiler plate code
boundary.setText(text);
int start = boundary.first();
for (int end = boundary.next(); end != BreakIterator.DONE; end = boundary.next()) {
System.out.println(start + " " + text.substring(start, end));
start = end;
}
如果您只想对此进行测试，可以将其直接粘贴到Android中的活动onCreate中。我使用System.out.println而不是Log，因此它也可以在仅限Java的环境中测试。
我使用java.text.BreakIterator而不是ICU，只能从API 24获取。有关详细信息，请参阅底部的链接。
更改样板代码以包含以下内容
String text = "Hi 中文éé\uD83D\uDE00\uD83C\uDDEE\uD83C\uDDF3.";
BreakIterator breakIterator = BreakIterator.getCharacterInstance();
输出
0 H
1 i
2
3 中
4 文
5 é
6 é
8
10
14 .
最感兴趣的部分是索引6，8和10。您的浏览器可能会或可能不会正确显示字符，但用户会将所有这些字符解释为单个字符，即使它们由多个UTF-16值组成。
更改样板代码以包含以下内容：
String text = "I like to eat apples. 我喜欢吃苹果。";
BreakIterator boundary = BreakIterator.getWordInstance();
输出
0 I
1
2 like
6
7 to
9
10 eat
13
14 apples
20 .
21
22 我
23 喜欢
25 吃
26 苹果
28 。
这里有一些有趣的事情需要注意。首先，在空间的两侧检测到断字。其次，即使有不同的语言，仍然可以识别出多字符的中文单词。即使我将语言环境设置为Locale.US，我的测试仍然如此。
您可以保持代码与Words示例相同：
String text = "I like to eat apples. 我喜欢吃苹果。";
BreakIterator boundary = BreakIterator.getLineInstance();
输出
0 I
2 like
7 to
10 eat
14 apples.
22 我
23 喜
24 欢
25 吃
26 苹
27 果。
请注意，中断位置不是整行文本。它们只是换行文本的便利位置。
输出类似于Words示例。但是，现在前面的单词中包含空格和标点符号。这是有道理的，因为您不希望新行以空格或标点符号开头。另请注意，中文字符会为每个字符添加换行符。这与在中文中跨行打破多字符单词的事实是一致的。
更改样板代码以包含以下内容：
String text = "I like to eat apples. My email is me@example.com.\n" +
"This is a new paragraph. 我喜欢吃苹果。我不爱吃臭豆腐。";
BreakIterator boundary = BreakIterator.getSentenceInstance();
输出
0 I like to eat apples.
22 My email is me@example.com.
50 This is a new paragraph.
75 我喜欢吃苹果。
82 我不爱吃臭豆腐。
以多种语言识别正确的句子中断。此外，电子邮件域中的点没有误报。
您可以在创建BreakIterator时设置Locale，但如果您不这样做，则只需使用default locale。