Java实现字数统计(中文英文韩文日文混合)，类似word效果

骑猪看日落 2023-10-05 17:23 29阅读 0赞

因为业务需求，需要一个字数统计的功能，其实这个功能也不难，但是因为这边涉及到中文，英文，
    日文和韩文的混合文本，所以不能用一般的统计方法，在网上搜索了一些，
    然后综合了一下自己写了个支持混合统计的工具类
    直接上代码

/**
         * 字数统计
         * @param sContent 正文内容
         * @return
         */
        public static Integer wordCount(String sContent){
        
            int byteCount = 0;
            //中文字符的处理
            String cn_words = sContent.replaceAll("[^(\\u4e00-\\u9fa5\\x3130-\\x318F\\u0800-\\u4e00，。《》？；’‘：“”【】、）（……￥！·)]", "");
            int cn_word_count = cn_words.length();
            //英文字符的处理
            String en_words = sContent.replaceAll("[^(a-zA-Z0-9`\\-=\\';.,/~!@#$%^&*()_+|}{\\\":><?\\[\\]\" \")]", "");
            int en_words_count = 0;
            String[] en = en_words.split(" ");
            for (String s : en){
        
                if (s.trim().length() != 0){
        
                    en_words_count++;
                }
            }
            //韩文字符处理
            String kr_words = sContent.replaceAll("[(\\u4e00-\\u9fa5\\u0800-\\u4e00a-zA-Z0-9!\" \"，。《》？；’‘：“”【】、）（……￥！·)]", "");
            int kr_word_count = kr_words.length();
            //合计处理
            byteCount = cn_word_count + en_words_count + kr_word_count;
            return byteCount;
        }

其实一般来讲，统计字数只需要中文和英文区分一下就可以了，但是因为业务需求，所以加入了日文和韩文的混合统计，其中韩文的字符编码范围是/x3130-/x318F，本来是可以一起在中文字符处理的正则里面过滤的，但是不知道为什么没有生效，只能重新统计一次将中英日文排除掉  
最后的运行结果也达到了混合统计的效果，和word里面的统计相似(虽然代码有一点low)  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2YyMzE1ODk1Mjcw_size_16_color_FFFFFF_t_70_pic_center]  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2YyMzE1ODk1Mjcw_size_16_color_FFFFFF_t_70_pic_center 1]

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2YyMzE1ODk1Mjcw_size_16_color_FFFFFF_t_70_pic_center]: https://img-blog.csdnimg.cn/2021010810425280.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2YyMzE1ODk1Mjcw,size_16,color_FFFFFF,t_70#pic_center
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2YyMzE1ODk1Mjcw_size_16_color_FFFFFF_t_70_pic_center 1]: https://img-blog.csdnimg.cn/20210108104300355.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2YyMzE1ODk1Mjcw,size_16,color_FFFFFF,t_70#pic_center