Java中统计文本文件单词总数应优先用InputStreamReader+BufferedReader按行读取，再以非字母数字字符（W+）分割并过滤空字符串；需显式指定UTF-8编码，避免 FileReader 默认平台编码错误；逐字符状态机方案适用于严格单词定义；Scanner虽简洁但分隔符灵活性不足。
Java 中用字符流统计文本文件单词总数，核心是用 Reader（如 FileReader 或更推荐的 InputStreamReader 配合 BufferedReader）逐字符或逐行读取，再按单词边界（如空格、换行、标点）切分并计数。关键不是“只用字符流”，而是避免字节流误判中文或特殊编码，同时兼顾可读性和健壮性。
用 BufferedReader 逐行读取 + 字符串分割
这是最常用、清晰且对中文友好的方式。字符流自动处理编码（需指定），BufferedReader 提升效率，再用正则或空格分割提取单词：
- 以非字母数字字符为分界（
\W+），过滤空字符串 - 跳过纯标点或空白生成的空项
- 示例代码片段：
try (BufferedReader reader = new BufferedReader(
new InputStreamReader(new FileInputStream("file.txt"), "UTF-8"))) {
int wordCount = 0;
String line;
while ((line = reader.readLine()) != null) {
// 按非单词字符分割，保留连续字母/数字组合
String[] words = line.split("\W+");
for (String word : words) {
if (!word.trim().isEmpty()) {
wordCount++;
}
}
}
System.out.println("单词总数：" + wordCount);
}
用 FileReader + 手动字符扫描（适合精确控制）
如果需要严格定义“单词”（比如只接受 a–z/A–Z 的连续序列），可逐字符遍历，用状态机判断是否进入/离开单词：
JavaStoryDevelop
下载
你接手一个需求时，是不是经常这样："改一个小字段 → 结果把不相关的代码也改了"、"需求说得很模糊 → 做着做着发现跑偏了"、"数据库加个字段 → 上线才发现漏了数据兼容"、"做了个新功能 → 一个月后自己都忘了当时怎么设计的"、"写到一半被中断 → 再回来不知道从哪继续"；这个 Skill 就是专门解决这些问题的。 它会自动探测你的项目环境（JDK、Spring Boot、ORM、数据库、前端框架），记在
- 设一个
inWord标志：遇到字母时若未在单词中，则计数+1，并标记 inWord=true - 遇到非字母时设
inWord = false - 注意处理文件末尾最后一个单词（不以空格结尾的情况）
注意事项：编码与边界情况
字符流必须明确指定字符集，否则默认平台编码易出错：
立即学习“Java免费学习笔记（深入）”；
- 中文文本务必用
"UTF-8"；英文文本也建议显式指定 -
FileReader不支持指定编码，应改用InputStreamReader包装FileInputStream - 忽略大小写？是否统计缩写（如 "don't" 算1个还是2个）？需按需调整正则或状态逻辑
- 空文件、只有标点、多空格/制表符等要能正确返回 0
为什么不直接用 Scanner？
Scanner 内部基于字符流，用 hasNext()/next() 也很简洁，但默认分隔符是空白（\p{javaWhitespace}+），对中英文混合或带连字符的词不够灵活。若需求简单（纯英文空格分隔），它确实更简短：
try (Scanner scanner = new Scanner(Files.newBufferedReader(Paths.get("file.txt"), StandardCharsets.UTF_8))) {
int count = 0;
while (scanner.hasNext()) {
scanner.next(); // 跳过单词，只计数
count++;
}
System.out.println("单词总数：" + count);
}
