实用编程小技巧：Java语言如何从一段文字中取出所有英文单词

有些时候我们会有一个需求，就是从一段中英文混合的文本中把所有的英文单词统计出来，例如如下的一段话：

“2.精通spring boot,spring cloud，struts2等框架，有微服务，微应用的开发与实施经验;3.对大数据有一定的了解，熟悉j2ee、hadoop、kafka、spark、elasticsearch，hbase等大数据相关技术及框架；4.熟悉oracle,postgresql,mysql,redis等数据库相关技术；5.熟悉Vue、Webpack、Node.js、ElementUI、Jqurey、Ajax、json、git/svn等，有一定的Vue前端开发项目经验；”

在这段话里，如果我们需要把其中所有的英文单词统计出来，从而来统计一下各种技术的出现频率的话，应该怎么做呢？

很显然，这种情况最容易的方法应该就是神器正则表达式了。

正则表达式无疑是解决这类问题最简单的方法了。那么我们来看一看，如果用正则表达式的话，这个问题应该怎么解决。

首先我们注意到，有些技术的名字中间是有空格的，类似于spring boot、spring cloud等，这种情况我们显然不能把它们分成两个单词。另外还有一些是中间或末尾带数字的。另外还有一个Node.js是中间带句点的。

考虑到这些情况之后，我们可以写出一种能够匹配以上所有技术名称的正则表达式了，如下所示：

[A-Za-z][A-Za-z0-9_\\s\\.]*[A-Za-z0-9_]*

最终，我们的代码如下：

HashMapresult =newHashMap

String data = "2.精通spring boot,spring cloud，struts2等框架，"

+ "有微服务，微应用的开发与实施经验;3.对大数据有一定的了解，"

+ "熟悉j2ee、hadoop、kafka、spark、elasticsearch，"

+ "hbase等大数据相关技术及框架；4.熟悉oracle,postgresql,"

+ "mysql,redis等数据库相关技术；5.熟悉Vue、Webpack、"

+ "Node.js、ElementUI、Jqurey、Ajax、json、git、svn等，"

+ "有一定的Vue前端开发项目经验；";

String regex = "[A-Za-z][A-Za-z0-9_\\s\\.]*[A-Za-z0-9_]*";

Pattern pattern = Pattern.compile(regex);

Matcher matcher = pattern.matcher(data);

System.out.println("Words in the given String: ");

while(matcher.find()) {

if(result.get(matcher.group()) !=null)

result.put(matcher.group(), result.get(matcher.group()) + 1);

else

result.put(matcher.group(), 1);

System.out.println(result);

输出结果如下：

Words in the given String:

{oracle=1, spring cloud=1, Vue=2, Node.js=1, svn=1, Jqurey=1, redis=1, spring boot=1, struts2=1, git=1, elasticsearch=1, postgresql=1, spark=1, kafka=1, j2ee=1, ElementUI=1, json=1, mysql=1, hadoop=1, Webpack=1, hbase=1, Ajax=1}

可见，该正则表达式完整地输出了所有的技术名称。不过这个正则表达式并不简洁，如果读者们有更简洁的表达方式的话，欢迎私信或留言哦。

喜欢本文的话，欢迎关注活在信息时代哦：）