1

Necesito contar las palabras de un texto, pero teniendo en cuenta que el texto puede tener, saltos de línea, tabuladores, espacios duplicados entre palabras.

Es decir con el texto:

lorem impsum
armet amet, hello     world

con un str.split(" ") cuando la línea termina con \n no lo tiene en cuenta y me cuenta como si fuera una sola palabra impsumarmet

3 respuestas 3

4

Puedes utilizar "\\s+|\n" como regexp para separar las palabras:

String text = "lorem impsum\narmet amet, hello     world";
System.out.println(text.split("\\s+|\n").length);

Salida:

6

Utiliza el operador pipe | para separar los caracteres tal como necesitas. Aquí otro ejemplo basado en tu cadena de ejemplo:

//la coma separa a amet y hello
String text = "lorem impsum\narmet amet,hello     world";
System.out.println(text.split("\\s+|\n|,").length);

Salida:

6

Ahora, si tu texto puede ser muy extenso, considera que String#split va a generar un arreglo con todas las distintas palabras que pueden haber en él y puede ser un arreglo muy grande en memoria. Si tienes la memoria como limitante, esto puede ser un problema. Una mejor estrategia sería consumir línea por línea y contar las palabras que hay en cada línea. Puedes utilizar un Scanner para ayudarte:

String texto = "texto con muchos\nsaltos de\nlínea";
Scanner scannerTexto = new Scanner(texto);
int contador = 0;
while(scannerTexto.hasNextLine()) {
    String linea = scannerTexto.nextLine();
    contador += linea.split("\\s+").length;
}
scannerTexto.close();

Pero si sabes que no habrán casos extraños como dos palabras juntas por un símbolo como `"amet,hello" entonces puedes reducir el código anterior para que lea mientras encuentre palabras:

while(scannerTexto.hasNext()) {
    scannerTexto.next();
    contador ++;
}
1

Un método (sin usar REGEX) sería este el cual uso una versión similar, pero busqué la versión versión original de @koool la cual es esta:

public static int cuentaPalabras(String s){    
    int conteoPalabras = 0;    
    boolean palabra = false;
    int finDeLinea = s.length() - 1;

    for (int i = 0; i < s.length(); i++) {
        // Si el char is una letra, word = true.
        if (Character.isLetter(s.charAt(i)) && i != finDeLinea) {
            palabra = true;
            // Si el char no es una letra y aún hay más letras,
            // el contador continua.
        } else if (!Character.isLetter(s.charAt(i)) && palabra) {
            conteoPalabras++;
            palabra = false;
            // última palabra de la cadena; si no termina con una no letra ,
        } else if (Character.isLetter(s.charAt(i)) && i == finDeLinea) {
            conteoPalabras++;
        }
    }
    return conteoPalabras;
}

Si ejecutamos el método anterior:

System.out.println("Palabras : " + cuentaPalabras("lorem impsum\narmet amet, hello     world"));

teniendo como salida:

Palabras : 6
1

Hola para resolver tu duda te mando una captura y la publicacion del resultado del codigo espero y te sirva: introducir la descripción de la imagen aquí

Tu Respuesta

By clicking “Publica tu respuesta”, you agree to our terms of service and acknowledge you have read our privacy policy.

¿No es la respuesta que buscas? Examina otras preguntas con la etiqueta o formula tu propia pregunta.