Question

为什么wordCount在下面的代码中最终为1而不是5？

import java.util.regex.Matcher;
import java.util.regex.Pattern;

public class WordCount {

    public static void main(String[] args) {
        final Pattern wordCountRegularExpression = Pattern.compile("\\S+");
        final Matcher matcher = wordCountRegularExpression
                .matcher("one two three four five");
        int wordCount = 0;
        while (matcher.find()) {
            wordCount++;
        }
        System.out.println("wordCount: " + wordCount);
    }
}

模式“\ S +”是否与单词匹配，因为它表示一个或多个非空格字符？

顺便说一下：

    final Pattern wordCountRegularExpression = Pattern.compile("\\b\\w+\\b");

但我仍然不明白为什么原始代码不起作用。

Answer 1

模式“\ S +”是否与单词匹配，因为它表示一个或多个非空格字符？

Yes.

Answer 2

使用

import java.util.regex.*;

在java 7中，有以下模式：

Pattern.compile("\\S+");

不会计算单词，而是空格。

所以，输入应该返回4：“一二三四五”，因为它有4个空格。

Answer 3

这取决于你用什么来分隔单词。当我将你的问题中的代码复制到我的编辑器中时，我会看到简单的旧空格（U+0020），但是当我查看页面时，我看到了不间断的空格（U+00A0）。 Java不会将NBSP识别为空白字符。

现在的问题是为什么我在字符串文字中看到NBSP，但在其他地方？为什么我复制/粘贴时会将它们转换为空格？还有其他人看到了吗？

用正则表达式“\ S +”计数单词

3 个答案: