単語数カウントは「文章を“意味のかたまり”として扱う」ための基礎技術
単語数カウントは、文章を「いくつの単語で構成されているか」を調べる処理です。
英語の文章解析、検索キーワードの処理、タグ入力のチェック、ログ解析など、業務でも意外と出番があります。
そして、単語分割と同じく 「何を単語とみなすか」 を決めることが最重要ポイントです。
ここを曖昧にしたまま実装すると、後で必ずズレが出ます。
まずは基本：空白区切りで単語数を数える
最もシンプルな単語数カウント
英語やスペース区切りの入力では、
「空白で区切られたもの＝単語」とみなすのが基本です。
public final class WordCountUtil {
private WordCountUtil() {}
public static int countBySpace(String text) {
if (text == null || text.isBlank()) {
return 0;
}
String[] words = text.trim().split(" ");
return words.length;
}
}
使い方はこうなります。
System.out.println(WordCountUtil.countBySpace("I love Java")); // 3
System.out.println(WordCountUtil.countBySpace("Hello World")); // 2
System.out.println(WordCountUtil.countBySpace("")); // 0
System.out.println(WordCountUtil.countBySpace(null)); // 0
ここで押さえておきたいポイントは二つです。
1つ目：null や空文字は 0 とみなす方針を決めていること。
これにより、呼び出し側で毎回 null チェックを書く必要がなくなります。
2つ目：trim() を使って前後の空白を落としていること。
これをしないと、先頭や末尾の空白が原因で空文字がカウントされてしまいます。
ただし、この実装には弱点があります。
スペースが連続すると、空文字が単語としてカウントされてしまうのです。
実務で使うなら：split("\s+") で「連続する空白」を1つの区切りにする
空白が複数あっても正しく単語数を数える
業務データでは、スペースが1つとは限りません。
タブが混ざることもあります。
そこで使うのが正規表現 \\s+（空白1つ以上）です。
public final class WordCountUtil {
private WordCountUtil() {}
public static int countByWhitespace(String text) {
if (text == null || text.isBlank()) {
return 0;
}
String[] words = text.trim().split("\\s+");
return words.length;
}
}
使い方はこうです。
System.out.println(WordCountUtil.countByWhitespace("I love Java")); // 3
System.out.println(WordCountUtil.countByWhitespace(" I\tlove Java ")); // 3
ここで深掘りしたい重要ポイントは三つです。
1つ目：isBlank() を使って「空白だけの文字列」を 0 とみなしていること。isEmpty() だと " " が単語1つと誤判定されます。
2つ目：trim() で前後の空白を削除していること。
これにより、先頭や末尾の空白が単語数に影響しません。
3つ目："\\s+" により、スペース・タブ・改行などの「空白文字」をまとめて扱えること。
業務データはきれいとは限らないので、これが非常に効きます。
記号を含む単語をどう扱うかを決める
「Java,」や「programming.」を1単語とみなすか？
英語の文章では、単語の後ろに記号がつくことがあります。
"Java,""programming."
split("\\s+") ではこれらはそのまま1単語として扱われます。
String text = "I love Java, programming.";
System.out.println(WordCountUtil.countByWhitespace(text)); // 4
これで問題ない場面も多いですが、
「記号を除いた純粋な単語数を数えたい」という要件もあります。
その場合は、分割後に記号を除去します。
public static int countWithoutPunctuation(String text) {
if (text == null || text.isBlank()) {
return 0;
}
String[] raw = text.trim().split("\\s+");
int count = 0;
for (String w : raw) {
String cleaned = w.replaceAll("^[\\p{Punct}]+|[\\p{Punct}]+$", "");
if (!cleaned.isEmpty()) {
count++;
}
}
return count;
}
使い方はこうです。
System.out.println(countWithoutPunctuation("I love Java, programming.")); // 4
ここでの重要ポイントは、
「分割」と「正規化（クリーニング）」を分けて考えること です。
単語分割 → 記号除去 → 単語数カウント
という流れを意識すると、処理が整理されます。
日本語の「単語数カウント」は別物だと理解する
日本語はスペースで区切られない
英語はスペースで単語が区切られますが、
日本語は "私はJavaが好きです" のようにスペースが入りません。
この場合、単語数カウントは「形態素解析」という別の技術が必要になります。
MeCab や Kuromoji などのライブラリを使う世界です。
今回のユーティリティは、
スペース区切りの単語数カウント（英語・タグ・キーワード入力など）
を対象にしていると理解してください。
実務での単語数カウントの使いどころ
例1：検索キーワードの個数チェック
「検索キーワードは最大5個まで」という要件があるとします。
String input = request.getParameter("q");
int count = WordCountUtil.countByWhitespace(input);
if (count > 5) {
errors.add("検索キーワードは5個以内で指定してください。");
}
ここでのポイントは、
「空白の揺れ（スペース連続・タブ混入）に強い」 ことです。
例2：タグ入力の個数制限
「タグはスペース区切りで最大10個まで」という画面もよくあります。
String tags = request.getParameter("tags");
if (WordCountUtil.countByWhitespace(tags) > 10) {
errors.add("タグは10個以内で入力してください。");
}
例3：文章の単語数を集計してレポートに使う
ログ解析や文章解析で、単語数を集計する場面もあります。
String text = logEntry.getMessage();
int wordCount = WordCountUtil.countByWhitespace(text);
まとめ：単語数カウントユーティリティで身につけたい感覚
単語数カウントは、単純に見えて奥が深い処理です。
実務で役立つユーティリティにするには、次の感覚が重要です。
空白1個ではなく「空白1つ以上」で区切るtrim() と isBlank() で前後の空白や空白だけの入力を正しく扱う
必要に応じて記号を除去する
日本語の単語数カウントは別技術（形態素解析）であると理解する
もしあなたのコードのどこかに、
text.split(" ").length
のような行がそのまま書かれていたら、
それを split("\\s+") を使ったユーティリティに置き換えてみてください。
その小さな改善が、
「入力の揺れに強く、後続処理が安定する文字列ユーティリティ」を扱えるエンジニアへの確かな一歩になります。