Java String split regexp返回带有多个分隔符的空字符串

Question

我有一个问题，我似乎无法在这里找到答案，所以我要问它。

问题是我有一个字符串，我有分隔符。我想从这些分隔符之间的东西（可能是单词，数字等）创建一个字符串数组。但是，如果我有两个彼此相邻的分隔符，split方法将为其中一个实例返回一个空字符串。

我对更连续的分隔符进行了测试。我发现如果我有n个分隔符，我将在结果数组中有n-1个空字符串。换句话说，如果我同时拥有＆＃34;，＆＃34;和＆＃34; ＆＃34;作为分隔符和句子＆＃34; 这是一个非常美好的一天，不是＆＃34;，那么带有结果的数组就像：

{... , "day", "", "isn't" ...}

我希望得到那些额外的空字符串，但我无法弄清楚如何做到这一点。我有分隔符的示例正则表达式是：

"[\\s,.-\\'\\[\\]\\(\\)]"

还能解释为什么结果数组中有额外的空字符串吗？

P.S。我读了一些类似的帖子，其中包括有关正则表达式第二个参数的信息。我尝试了负数，零数和正数，但我没有得到我正在寻找的结果。 （其中一个问题有一个答案说-1作为参数可以解决问题，但它没有。

Answer 1

您的正则表达式只描述一个字符。如果您希望它一次匹配多个分隔符，请使用量词：

String s = "This is a very nice day, isn't it";
String[] tokens = s.split("[\\s,.\\-\\[\\]()']+");

（请注意表达式末尾的＆{39; +＆＃39;）

Answer 2

我认为你的问题只是正则表达式本身。你应该使用贪婪的量词：

"[\\s,.-\\'\\[\\]\\(\\)]+"

请参阅http://docs.oracle.com/javase/7/docs/api/java/util/regex/Pattern.html#sum

  

X + ... X，一次或多次

Answer 3

您可以使用此正则表达式进行拆分：

[\\s,.'\\[\\]()-]+

• 将未转义的连字符保留在字符类的第一个或最后一个位置，否则将其视为A-Z或0-9
之类的范围
• 您必须使用量词+来匹配1个以上的分隔符

Answer 4

如果要删除空字符串，可以使用Guava项目Splitter类。

on方法：

  

返回使用给定固定字符串作为分隔符的拆分器。

示例（忽略空字符串）：

System.out.println(
                Splitter.on(',')
                   .trimResults()
                   .omitEmptyStrings()
                   .split("foo,bar,,   qux")
                );

<强>输出：

[foo, bar, qux]

onPattern方法：

  

返回splitter，它考虑与给定匹配的任何子序列   pattern（正则表达式）作为分隔符。

示例（忽略空字符串）：

System.out.println(
                Splitter
                .onPattern("([,.|])")
                .trimResults()
                .omitEmptyStrings()
                .split("foo|bar,,  qux.hi")
                );

<强>输出：

[foo, bar, qux, hi]

有关详情，请参阅Splitter documentation。