4.6 Der BreakIterator als Wort- und Satztrenner

Zeichenketten werden von Benutzern aus ganz unterschiedlichen Gründen durchlaufen. Einige wollen jedes Zeichen bearbeiten, andere wiederum suchen in der Zeichenkette nach Wort- oder Satztrennern. Sun sieht für diese Aufgabe im Java-Paket java.text die Klasse BreakIterator vor. Dieser Iterator lässt sich mit statischen Methoden erzeugen, die optional auch nach einer Sprache trennen. Keine übergebene Sprache bedeutet automatisch die gefundene Standardsprache.

abstract class java.text.BreakIterator
implements Cloneable, Serializable

static BreakIterator getCharacterInstance() static BreakIterator getCharacterInstance( Locale where ) Trennt nach Zeichen. Entspricht einer Iteration über charAt().

static BreakIterator getLineInstance() static BreakIterator getLineInstance( Locale where ) Trennt nach Zeilen.

static BreakIterator getSentenceInstance() static BreakIterator getSentenceInstance( Locale where ) Trennt nach Sätzen.

static BreakIterator getWordInstance() static BreakIterator getWordInstance( Locale where ) Trennt nach Wörtern. Trenner wie Leerzeichen und Satzzeichen gelten ebenfalls als Wörter.

Das nächste Beispiel zeigt, wie ohne großen Aufwand durch Zeichenketten gewandert werden kann. Die Verwendung eines StringTokenizers ist nicht nötig. Einmal sollen die Wörter und einmal die Sätze ausgegeben werden. Die Hilfsfunktion out() gibt die Abschnitte der Zeichenkette bezüglich eines Iterators aus.

Listing 4.4 StringVerpfluecker.java

<
import java.text.BreakIterator;
import java.util.Locale;
public class StringVerpfluecker
{
  static void out( String s, BreakIterator iter )
  {
    int last = iter.first();
    int next = iter.next();    // erstes Wort einlesen.
    for ( ; next != BreakIterator.DONE; next = iter.next() )
    {
      System.out.println( s.subSequence( last, next ) );
      last = next;
    }
  }
  
  public static void main( String args[] )
  {
    String helmutKohl = "Ich weiß, dass ich 1945 fünfzehn war und 1953 achtzehn.";
    
    BreakIterator iterator = BreakIterator.getWordInstance();
    iterator.setText( helmutKohl );
    out( helmutKohl, iterator );
    
    helmutKohl = "Das deutsche Volk hat nun mal beschlossen, weniger Kinder zu zeugen. "+
      "Das ist eine Sache, die wir nicht einmal den Sozialdemokraten anhängen können.";
    
    iterator = BreakIterator.getSentenceInstance( Locale.GERMAN );
    iterator.setText( helmutKohl );
    out( helmutKohl, iterator );
  }
}