Question

好吧，我正在寻找Java中的regexp，删除所有短于3个字符的单词。我认为像\s\w{1,2}\s之类的东西会抓住所有的1和2个字母单词（一个空格，一到两个单词字符和另一个空格），但它只是不起作用。我哪里错了？

Answer 1

我的工作相当不错，但需要两次通过。

public static void main(String[] args) {
    String passage = "Well, I'm looking for a regexp in Java that deletes all words shorter than 3 characters.";
    System.out.println(passage);

    passage = passage.replaceAll("\\b[\\w']{1,2}\\b", "");
    passage = passage.replaceAll("\\s{2,}", " ");

    System.out.println(passage);
}

第一遍用一个空格替换包含少于三个字符的所有单词。请注意，我必须在字符类中包含撇号才能消除，因为“我是”这个词在没有它的情况下给了我麻烦。您可以在文本中找到其他特殊字符，这些字符也需要包含在此处。

第二次传球是必要的，因为第一次传球留下了几个有双倍空间的地方。这只会将所有出现的2个或更多空格折叠为1。这取决于你是否需要保留这个，但我认为空间崩溃会更好。

输出：

好吧，我正在寻找Java中的regexp，删除所有短于3个字符的单词。

好吧，正在寻找删除短于字符的所有单词的正则表达式。

Answer 2

如果您不希望空格匹配，则可能需要使用

\b\w{1,2}\b

获得单词边界。

使用Java风格在RegexBuddy中为我工作;对于测试字符串

“这只狗很有趣”

它突出显示“是”和“a”。同样，对于一行开头/结尾的单词。

您可能希望发布代码示例。

（而且，正如GameFreak刚刚发布的那样，你仍会以双倍空格结束。）

编辑：

\b\w{1,2}\b\s?

是另一种选择。这将部分解决空间剥离问题，尽管字符串末尾或后跟标点符号的单词仍然可能导致问题。例如，“狗很有趣吗？”成为“狗的乐趣？”在任何情况下，你仍然会遇到大写问题（狗现在应该是狗）。

Answer 3

尝试：\b\w{1,2}\b虽然您仍然需要摆脱将出现的双倍空格。

Answer 4

如果您有这样的字符串：

hello there my this is a short word

此正则表达式将匹配字符串中长度大于或等于3个字符的所有单词：

\w{3,}

导致：

hello there this short word

对我而言，这是最简单的方法。为什么尝试匹配你不想要的东西，什么时候你可以更容易地匹配你想要的东西？没有双重空间，没有剩菜，标点符号在您的控制之下。其他方法在多个空间中突破并且不是很稳健。

正则表达式删除所有短于n的单词

4 个答案: