Trail: Internationalization
Lesson: Working with Text
Section: Detecting Text Boundaries

单词边界

你调用 getWordIterator 方法来实例化检测单词边界的 BreakIterator：

BreakIterator wordIterator =
    BreakIterator.getWordInstance(currentLocale);

当你的应用程序需要对单个单词执行操作时，你将需要创建这样的 BreakIterator。这些操作可能是常见的单词处理功能，例如选择，剪切，粘贴和复制。或者，你的应用程序可能会搜索单词，并且必须能够将整个单词与简单字符串区分开来。

当 BreakIterator 分析单词边界时，它会区分单词和不属于单词的字符。这些字符包括空格，制表符，标点符号和大多数符号，两侧都有单词边界。

下面的示例(来自程序 BreakIteratorDemo)标记某些文本中的单词边界。该程序创建 BreakIterator，然后调用 markBoundaries 方法：

Locale currentLocale = new Locale ("en","US");

BreakIterator wordIterator =
    BreakIterator.getWordInstance(currentLocale);

String someText = "She stopped. " +
    "She said, \"Hello there,\" and then went " +
    "on.";

markBoundaries(someText, wordIterator);

markBoundaries 方法在 BreakIteratorDemo.java 中定义。此方法通过在目标字符串下打印插入符号(^)来标记边界。在下面的代码中，注意 while 循环，其中 markBoundaries 通过调用 next 方法扫描字符串：

static void markBoundaries(String target, BreakIterator iterator) {

    StringBuffer markers = new StringBuffer();
    markers.setLength(target.length() + 1);
    for (int k = 0; k < markers.length(); k++) {
        markers.setCharAt(k,' ');
    }

    iterator.setText(target);
    int boundary = iterator.first();

    while (boundary != BreakIterator.DONE) {
        markers.setCharAt(boundary,'^');
        boundary = iterator.next();
    }

    System.out.println(target);
    System.out.println(markers);
}

接下来是 markBoundaries 方法的输出。注意插入符号(^)与标点符号和空格相关的位置：

She stopped.  She said, "Hello there," and then
^  ^^      ^^ ^  ^^   ^^^^    ^^    ^^^^  ^^   ^

went on.
^   ^^ ^^

BreakIterator 类可以轻松地从文本中选择单词。你不必编写自己的例程来处理各种语言的标点符号规则；BreakIterator 类为你完成此操作。

以下示例中的 extractWords 方法提取并打印给定字符串的单词。请注意，此方法使用 Character.isLetterOrDigit 来避免打印包含空格字符的“单词”。

static void extractWords(String target, BreakIterator wordIterator) {

    wordIterator.setText(target);
    int start = wordIterator.first();
    int end = wordIterator.next();

    while (end != BreakIterator.DONE) {
        String word = target.substring(start,end);
        if (Character.isLetterOrDigit(word.charAt(0))) {
            System.out.println(word);
        }
        start = end;
        end = wordIterator.next();
    }
}

BreakIteratorDemo 程序调用 extractWords，并将其传递给前一个示例中使用的相同目标字符串。extractWords 方法打印出以下单词列表：

She
stopped
She
said
Hello
there
and
then
went
on