Java 计算大型文本文件中的单个单词时的引号问题

我需要创建代码来计算.txt文件中的单个单词。格式必须类似于：

the - 10
text - 1
has - 5
etc.

我遇到了一个似乎无法解决的问题： 文本使用撇号表示quoes，因此我的代码解析的单词像“不，不看”和“不”一样。我不知道怎么解决这个问题

这是代码的特定部分。我必须在分隔符中使用正则表达式

static int findAndCountWords (Scanner scanner, String[] words, int [] freqs)
{
    assert (words != null)&&(freqs != null): "findAndCountWords doesn't work.";
    int nr=0;
    while (scanner.hasNext())
    {   
        String word = scanner.next();
        word = word.toLowerCase();
        scanner.useDelimiter("[^a-z]");
        //|[^a-z]+[\\'][^a-z]+
        if (updateWord(word, words, freqs, nr))
        nr++;
    }
    return nr;
}

---

我会先从你的话中删掉任何撇号

您可以使用Apache commons执行此操作：

str = StringUtils.stripStart(str,"'")

或者你的媒人：

Pattern pattern = Pattern.compile("(?:^')|(?:'$)); // starts or ends with apostrophe
str = pattern.matcher(str).replaceAll(""); // not anymore

---

（我没有测试代码，可能是一些bug）

添加撇号怎么样

.useDelimiter（“[^a-z']”）

？您可以开始使用Delimiter

“\\W*\\s+\\W*”

。