ICU4J断开器在Linux上返回中文的错误单词边界

Question

我的应用程序需要能够检测字符串中的单词数。我正在为此使用ICU4J库，特别是Breakiterator。该代码需要用于英语，中文，日语和德语。我发现中文似乎在Windows上正常工作，但在Linux上不起作用。在Linux上，它找不到单词中断。我是ICU4J的新手，所以可能是我的代码？

    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"和由zh_cn创建的位置。在Windows上以上代码返回2，但是在Linux上它返回1.的确，无论字符串中有多少个汉字返回1. Windows和Linux的英语都很好，但是它没有检测到中文单词边界在Linux上。我将其作为ICU项目中的JIRA发布：据他们说，Linux是正确的，我的测试用例都是具有多个字符的单个中文单词。他们没有解决Windows和Linux上的不同行为

Answer 1

根据ICU4J站点，我的测试用例都是单个单词，具有多个字符，因此Linux正常工作。他们没有评论为什么相同的代码在Windows上的行为不同。我只需要对Linux行为。如果我认识更多的中文演讲者，我很久以前就会弄清楚这一点。