关于 BreakIterator 类

BreakIterator 类对语言环境敏感，因为文本边界因语言而异。例如，换行符的语法规则对于所有语言都不相同。要确定 BreakIterator 类支持的语言环境，请调用 getAvailableLocales 方法，如下所示：

Locale[] locales = BreakIterator.getAvailableLocales();

你可以使用 BreakIterator 类分析四种边界：字符，单词，句子和潜在的换行符。实例化 BreakIterator 时，可以调用相应的工厂方法：

• getCharacterInstance
• getWordInstance
• getSentenceInstance
• getLineInstance

BreakIterator 的每个实例只能检测一种类型的边界。例如，如果要同时找到字符和字边界，则可以创建两个单独的实例。

BreakIterator 有一个虚构的光标，指向文本字符串中的当前边界。你可以使用 previous 和 next 方法在文本中移动此光标。例如，如果你使用 getWordInstance 创建了 BreakIterator，则每次调用 next 方法时，光标都会移动到文本中的下一个词边界。光标移动方法返回指示边界位置的整数。此位置是文本字符串中将跟随边界的字符的索引。与字符串索引一样，边界从零开始。第一个边界为 0，最后一个边界是字符串的长度。下图显示了一行文本中 next 和 previous 方法检测到的单词边界：

这个图已缩小以适合页面。
单击图像以其自然大小查看。

你应该仅将 BreakIterator 类用于自然语言文本。要标记编程语言，请使用 StreamTokenizer 类。

以下部分给出了每种边界分析的示例。编码示例来自名为 BreakIteratorDemo.java 的源代码文件。