一篇英文的文章，怎么通过JAVA代码，提取里面所有的单词？

2024-11-29 18:38:44

推荐回答（1个）

回答1：

读取txt文件可以用逐行扫描方式，提取单词用正则表达式。

前提：出现的连续英文字符就是单词；除了英文字符外地所有字符都不是单词；每行的最后一个单词不能断字，即hel-（提行）lo。

// 读取文件就省略了哈
String s = "I have 5 apples... How much do you have?";
// 以出现1次或多次的非英文符号为单词的分隔
String[] a = s.split("[^a-zA-Z]+");
// 输出结果，总共有8个单词
System.out.println(a.length);