java获取一段文字的长度，一个汉字或者一个英文单词或者一个代码运算符为一个长度

为了计算一段文字的长度，其中汉字、英文单词和代码运算符各计为1个长度，可以通过扩展正则表达式来匹配这三类元素。以下是Java实现：

import java.util.regex.Matcher;
import java.util.regex.Pattern;

public class TextLengthCalculator {
    public static int calculateLength(String text) {
        // 正则表达式匹配：汉字 | 英文单词 | 单个符号（非空白、非汉字、非字母）
        String regex = "[\\u4e00-\\u9fa5]|[a-zA-Z]+|[^\\s\\u4e00-\\u9fa5a-zA-Z]";
        Pattern pattern = Pattern.compile(regex);
        Matcher matcher = pattern.matcher(text);
        int count = 0;
        while (matcher.find()) {
            count++;
        }
        return count;
    }

    public static void main(String[] args) {
        // 测试用例
        String test1 = "a+=b";
        System.out.println(calculateLength(test1)); // 输出4（a, +, =, b）

        String test2 = "int a=5+3; //注释";
        System.out.println(calculateLength(test2)); // 输出11（int, a, =, 5, +, 3, ;, /, /, 注, 释）

        String test3 = "你好hello!";
        System.out.println(calculateLength(test3)); // 输出4（你, 好, hello, !）
    }
}

实现说明

1. 正则表达式拆解：

   • [\\u4e00-\\u9fa5]：匹配单个汉字。
   • [a-zA-Z]+：匹配连续的英文字母（即英文单词）。
   • [^\\s\\u4e00-\\u9fa5a-zA-Z]：匹配任何非空白、非汉字、非英文字母的字符（即代码运算符或符号）。

2. 匹配规则：

   • 英文单词和汉字优先匹配，符号逐个匹配。
   • 例如 a+=b 会被分解为 a（单词）、+（符号）、=（符号）、b（单词），总长度为4。

3. 特殊符号处理：

   • 连续符号（如 ++）会被拆分为两个独立符号，各计1个长度。
   • 数字、括号、分号等非字母/汉字的字符均视为符号，单独计数。

示例结果

• a+=b → 4（1单词 + 2符号 + 1单词）
• int a=5+3; //注释 → 11（2单词 + 5符号 + 2汉字 + 2符号）
• 你好hello! → 4（2汉字 + 1单词 + 1符号）

此方法能准确处理中英文混合文本、代码运算符及符号，满足复杂场景需求。