icu4j BreakIterator在Linux上返回错误的中文单词边界

Question

我的应用程序需要能够检测字符串中的单词数量。为此，我使用了ICU4J库，特别是BreakIterator。此代码需要适用于英语、中文、日语和德语。我发现中文在Windows上似乎可以正常工作，但在linux上就不行了。在linux上，它不会发现断字符。我刚接触ICU4J，所以这可能是我的代码？

    public static int getWordBoundaryCount(String term, Locale locale) {
    if (term == null) {
        throw new IllegalArgumentException("term is null");
    }
    int wordBoundaryCount = 0;
    BreakIterator wb = BreakIterator.getWordInstance(locale);
    synchronized(wb) {
        wb.setText(term);
        int start = wb.first();
        for (int end = wb.next(); end != BreakIterator.DONE; start = end, end = wb.next()) {
            String tt = term.substring(start,end);
            System.out.println(tt);
            wordBoundaryCount++;
        }
    }
    return wordBoundaryCount;
}

给定字符串"丙酮“和从zh_CN创建的区域设置。在Windows上，上面的代码返回2，但在Linux上，它返回1。实际上，无论字符串中有多少个中文字符，它都会返回1。它在Windows和Linux上都适用于英语，但它不能检测Linux上的中文单词边界。我以Jira in the icu project:的形式发布了这篇文章，告诉他们Linux是正确的，我的测试用例都是由多个字符组成的单个中文单词。他们没有解决在Windows和Linux上的不同行为

Answer 1

根据ICU4J网站的说法，我的测试用例都是由多个字符组成的单个单词，所以Linux工作正常。他们没有评论为什么相同的代码在Windows上表现不同。我只需要它在Linux上运行。如果我认识更多说中文的人，我早就知道这一点了。