路径：国际化
教训：处理文本
部分：检测文本边界

词边界

你可以调用getWordIterator方法来实例化一个检测单词边界的BreakIterator：

BreakIterator wordIterator =
    BreakIterator.getWordInstance(currentLocale);

当你的应用程序需要对单词进行操作时，你需要创建这样一个BreakIterator。这些操作可能是常见的文字处理功能，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的字符串区分开来。

当BreakIterator分析单词边界时，它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，它们在两边都有单词边界。

下面的示例来自程序BreakIteratorDemo，它标记了一些文本中的单词边界。程序创建了BreakIterator，然后调用了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。该方法通过在目标字符串下方打印插入符号(^)来标记边界。在下面的代码中，注意markBoundaries通过调用next方法扫描字符串的while循环：

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);
}

markBoundaries方法的输出如下。注意插入符号(^)在标点符号和空格之间的位置：

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

went on.
^   ^^ ^^

BreakIterator类使得从文本中选择单词变得很容易。你不需要编写自己的处理不同语言的标点符号规则的函数；BreakIterator类会替你完成这个工作。

以下示例中的extractWords方法会提取并打印给定字符串中的单词。请注意，该方法使用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，并将相同的目标字符串传递给它，该方法打印出以下单词列表：

她
停下来
她
说
你好
那里
然后
继续