Question

我需要单独计算字符串中单词和句子的数量，我有两种方法可以正常工作：

    Pattern pattern = Pattern.compile("\\w+\\s|\\w+\\,|\\w+\\.|\\w+\\?|\\w+\\!*$");
    Matcher match1 = pattern.matcher(s);
    while(match1.find()) {
        counterWords++;
    }

和句子：

    Pattern pattern = Pattern.compile("[^?!.][?!.]");
    Matcher match2 = pattern.matcher(s);
    while(match2.find()) {
        counterSentences++;
    }

接下来的任务是再次计算它，但在一个循环中，所以我尝试了：

while(match1.find() || match2.find()){
    if(match1.find()){
        counterWords++;
    }
    if(match2.find()){
        counterSentences++;
    }

然而，该方法工作不正常，它正确计算句子，但字计数器是实际字数的2倍。很可能我完全不了解matcher.find（）是如何工作的，有人可以解释我做错了什么吗？谢谢。

Answer 1

要通过单个循环解决此问题，您需要匹配器找到单词或句末标记，然后告诉您它找到了哪个。这可以使用＆＃34;捕获组＆＃34;。

来完成

    String s = "Hello, user.  How many words and sentences are there?  Count them!";

    int words = 0;
    int sentences = 0;
    Pattern pattern = Pattern.compile("(\\w+)|([.?!])");
    Matcher matcher = pattern.matcher(s);

    while(matcher.find()) {
        if (matcher.group(1) != null)
            words++;
        else if (matcher.group(2) != null)
            sentences++;
    }

    System.out.printf("%d words and %d sentences%n", words, sentences);

11个单词和3个句子

正则表达式解释：

(\w+)|([.?!]) - 将\\翻译为\后 (___)________ - 捕获组＃1 _\w+_________ - 一个或多个单词字符。
_____|_______ - 匹配表达式的第一部分或第二部分 ______(_____) - 捕获组＃2 _______[.?!]_ - 句子终结者角色。

对matcher.find()的第一次调用将与Hello匹配，将其记录为捕获组＃1。下一个调用会跳过逗号和空格并匹配user，再次将其记录为捕获组＃1。第三个调用匹配正则表达式第二部分中的句点（.），将其记录为捕获组＃2。这将继续，直到感叹号（!）匹配。对matcher.find()的下一次调用返回false，因为找不到更多匹配项。

if语句检查是否填写了组＃1或组＃2，这决定了是否遇到了单词或句子终止符。

Answer 2

每次调用find（）都会搜索下一个匹配项，在你的组合while循环中，你在match1和match2的每个循环中调用find（）两次，首先是while条件，然后是if条件，但是你只是增加第二次发现的计数器。

此外，因为你首先在while条件中调用find（），所以句子中的find（）永远不会被调用，因为句子总是等于或多于句子，而且句子计数器将正常工作。

要找到多个正则表达式模式。 Java的

2 个答案: