Java中的国际化单词封装

Question

我需要良好的Java封装处理。不是很难，除了一个皱纹：因为我正在研究一个国际化的应用程序，它需要正确处理中文，日文和韩文文本。在这些语言中，字符之间会出现换行，因为字符本身就是字，并且没有空格。不仅如此，由于该文本可能包含以拉丁字符呈现的外来词，因此这些词必须专门处理，并且不会像文本的其余部分那样在字符之间断开。包装需要支持文本和图形上下文（以字符或像素单位表示的坐标）。

有没有这样做的现有包？我还没有见过。如果没有，任何人都可以给我看一个处理这种情况的好算法吗？如果需要，代码将访问与要包装文本的语言相对应的对象Locale。贪婪的算法（每行占用尽可能多的文本）很好。

Answer 1

BreakIterator在这里应该有助于将字符序列分解为单词。如果这不够，我会检查ICU project，看它是否有更好的东西（一些Java实现来自那里）。图形处理将取决于您的GUI库，但AWT/Swing Font API支持确定线条度量。 （如果你没有'Locale'实例，你可以使用Unicode blocks做启发式的尝试。）

Answer 2

看来ICU4J库可能会做你所需要的。见boundary analysis。给出的例子是针对ICU4C的，因此使用C/C++，但也应该使用Java包。