Question

我想使用正则表达式将文本拆分为单个单词。显而易见的解决方案是使用正则表达式\\b，不幸的是，这个也会在连字符上拆分。

所以我正在搜索与\\b完全相同的表达式，但不会在连字符上拆分。

感谢您的帮助。

示例：

String s = "This is my text! It uses some odd words like user-generated and need therefore a special regex.";

String [] b = s.split("\\b+");
for (int i = 0; i < b.length; i++){
    System.out.println(b[i]);
}

输出：

This

is

my

text
! 
It

uses

some

odd

words

like

user
-
generated

and

need

therefore

a

special

regex
.

预期产出：

...
like

user-generated

and
....

@Matmarbon解决方案已经非常接近，但不是100％适合它给我

...
like

user-
generated

and
....

Answer 1

这应该可以解决问题，即使前瞻不可用：

[^\w\-]+

也不是你，而是为了另一个目的而需要它的人（即插入一些东西），这更像是\b - 解决方案：

([^\w\-]|$|^)+

，因为：

有三种不同的职位符合词边界：


在字符串中的第一个字符之前，如果第一个字符是单词字符。

在字符串中的最后一个字符之后，如果最后一个字符是单词字符。

字符串中的两个字符之间，其中一个是单词字符，另一个不是单词字符。

--- http://www.regular-expressions.info/wordboundaries.html

Answer 2

您可以使用：

(?<!-)\\b(?!-)

将文本拆分为单词并排除连字符

2 个答案: