Класс BreakIterator

Вы используете фабричные методы этого класса для создания экземпляров различных типов итераторов границ. В частности, используйте getWordInstance, getLineInstance, getSentenceInstance, и getCharacterInstance для создания BreakIterator для анализа границ слов, строк, предложений и символов соответственно. Один BreakIterator может работать только с одним типом единицы (слово, строка, предложение и так далее). Вы должны использовать разные итераторы для каждого анализа границ единиц, который вы хотите выполнить.

Анализ границ строк определяет, где строку текста можно разбить при переносе строки. Механизм правильно обрабатывает знаки препинания и слова с дефисами. Фактический перенос строки также должен учитывать доступную ширину строки и обрабатывается программным обеспечением более высокого уровня.

Анализ границ предложений позволяет выполнять выбор с правильной интерпретацией точек в числах и аббревиатурах, а также знаков препинания в конце, таких как кавычки и скобки.

Анализ границ слов используется функциями поиска и замены, а также в приложениях для редактирования текста, которые позволяют пользователю выбирать слова двойным щелчком. Выбор слов обеспечивает правильную интерпретацию знаков препинания внутри и после слов. Символы, которые не являются частью слова, такие как символы или знаки препинания, имеют разрывы слов с обеих сторон.

Анализ границ символов позволяет пользователям взаимодействовать с символами так, как они ожидают, например, при перемещении курсора по строке текста. Анализ границ символов обеспечивает правильную навигацию по строкам символов независимо от того, как символ хранится. Возвращаемые границы могут относиться к дополнительным символам, последовательностям комбинируемых символов или кластерам лигатур. Например, акцентированный символ может храниться как основной символ и диакритический знак. То, что пользователи считают символом, может отличаться в разных языках.

Экземпляры BreakIterator , возвращаемые фабричными методами этого класса, предназначены только для использования с естественными языками, а не для текста языков программирования. Тем не менее, возможно определить подклассы, которые разделяют текст языка программирования.

Примеры:

Создание и использование границ текста:

 public static void main(String args[]) {
      if (args.length == 1) {
          String stringToExamine = args[0];
          //print each word in order
          BreakIterator boundary = BreakIterator.getWordInstance();
          boundary.setText(stringToExamine);
          printEachForward(boundary, stringToExamine);
          //print each sentence in reverse order
          boundary = BreakIterator.getSentenceInstance(Locale.US);
          boundary.setText(stringToExamine);
          printEachBackward(boundary, stringToExamine);
          printFirst(boundary, stringToExamine);
          printLast(boundary, stringToExamine);
      }
 }
 

 public static void printEachForward(BreakIterator boundary, String source) {
     int start = boundary.first();
     for (int end = boundary.next();
          end != BreakIterator.DONE;
          start = end, end = boundary.next()) {
          System.out.println(source.substring(start,end));
     }
 }
 

 public static void printEachBackward(BreakIterator boundary, String source) {
     int end = boundary.last();
     for (int start = boundary.previous();
          start != BreakIterator.DONE;
          end = start, start = boundary.previous()) {
         System.out.println(source.substring(start,end));
     }
 }
 

 public static void printFirst(BreakIterator boundary, String source) {
     int start = boundary.first();
     int end = boundary.next();
     System.out.println(source.substring(start,end));
 }
 

 public static void printLast(BreakIterator boundary, String source) {
     int end = boundary.last();
     int start = boundary.previous();
     System.out.println(source.substring(start,end));
 }
 

 public static void printAt(BreakIterator boundary, int pos, String source) {
     int end = boundary.following(pos);
     int start = boundary.previous();
     System.out.println(source.substring(start,end));
 }
 

 public static int nextWordStartAfter(int pos, String text) {
     BreakIterator wb = BreakIterator.getWordInstance();
     wb.setText(text);
     int last = wb.following(pos);
     int current = wb.next();
     while (current != BreakIterator.DONE) {
         for (int p = last; p < current; p++) {
             if (Character.isLetter(text.codePointAt(p)))
                 return last;
         }
         last = current;
         current = wb.next();
     }
     return BreakIterator.DONE;
 }
 

(Итератор, возвращаемый методом BreakIterator.getWordInstance(), уникален тем, что позиции разрывов, которые он возвращает, не представляют собой как начало, так и конец итерируемого элемента. То есть, итератор границ предложений возвращает разрывы, каждый из которых представляет собой конец одного предложения и начало следующего. С итератором границ слов символы между двумя границами могут быть словом, или они могут быть знаками препинания или пробелами между двумя словами. Приведенный выше код использует простую эвристику для определения, является ли граница началом слова: если символы между этой границей и следующей границей включают по крайней мере одну букву (это может быть буква алфавита, CJK иероглиф, слог Hangul, символ Кана и т. д.), то текст между этой границей и следующей является словом; в противном случае, это материал между словами.)