使用
split计数不是最有效的方法，但是如果您坚持要这样做，那么正确的方法是：
haystack.split(needle, -1).length -1
如果您未将设置
limit为
-1，则
split默认为
0，这将删除结尾的空字符串，这会弄乱您的计数。
从API中：
limit参数控制应用图案的次数，因此会影响所得数组的长度。[…]如果
n为零，则将丢弃尾随的空字符串。
您还需要从
length数组的中减去1 ，因为
N出现定界符会将字符串分成多个
N+1部分。
至于正则表达式本身（即
needle），您可以
b在周围使用单词boundary anchors
word。如果允许
word包含元字符（例如，计数
"$US"），则可能需要
Pattern.quote。
我想出了这个：
numThe += line.split("[^a-zA-Z][Tt]he[^a-zA-Z]", -1).length - 1;虽然仍然得到一些奇怪的数字。我能够获得准确的常规计数（没有正则表达式），现在我的问题是正则表达式。
现在的问题是，您没有计算
[Tt]he出现在第一个或最后一个单词上的内容，因为正则表达式说它必须在某个字符之前/之后跟一些匹配的字符
[^a-zA-Z]（也就是说，您的匹配长度必须为5！
）。您不允许根本 没有 字符的情况！
您可以改用以下方法：
"(^|[^a-zA-Z])[Tt]he([^a-zA-Z]|$)"
这不是最简洁的解决方案，但可以。
这样的事情（使用否定的环顾四周）也可以：
"(?<![a-zA-Z])[Tt]he(?![^a-zA-Z])"
这样的好处是可以匹配 just
[Tt]he，而无需像以前的解决方案那样在其周围包含任何额外的字符。如果您实际上要处理所返回的令牌
split，则这是相关的，因为在这种情况下，定界符不会“窃取”令牌中的任何内容。
非-split
尽管使用
splitcount相当方便，但这并不是最有效的方法（例如，它正在做各种工作来返回您丢弃的那些字符串）。正如您所说，您是逐行计数的，这意味着该模式还必须重新编译并扔掉每一行。
一个更有效的方法是使用你之前做了同样的正则表达式和做平常
Pattern.compile和
while (matcher.find())count++;
