我想拆分文字。我可以在使用String.split()
时执行此操作。例如,我拆分了“Hello world”。我将“Hello”和“world”作为输出。
当我做同样但toLowerCase
时,我得到“你好”和“世界”。但我不希望这个点在“世界”之后。
我尝试使用不同的参数进行拆分,并将toLowerCase
与.split分开。我试图先拆分然后toLowerCase
。什么都行不通。我该怎么做才能消除所有这些,。 ! ?等?
以下是我如何拆分:
predlog = main.toLowerCase().split("\\s+");
答案 0 :(得分:2)
只保留字母并分开其余部分:
String[] r = main.replaceAll("[^a-zA-Z ]", "").toLowerCase().split("\\s+");
要摆脱所有标点符号并分开其余部分:
String[] r = main.replaceAll("\\p{P}", "").toLowerCase().split("\\s+");
答案 1 :(得分:0)
toLowerCase()
对点没有影响。
如果你想要一个简单但有点神秘的修复,也可以分成点:
predlog = main.toLowerCase().split("\\s+|\\.");
这样做的原因是split()会丢弃返回数组的尾随空白。
答案 2 :(得分:0)
也许this answer可以提供帮助。代码:
String s = "Hello world.";
for (String x : s.toLowerCase().split("[\\p{P} \\t\\n\\r]+"))
System.out.println(x);
打印出来:
> hello
> world
答案 3 :(得分:0)
对不起,但报告的效果无法确认。我已经使用Java 6和Java 7测试了报告的行为,如下所示:
public static void main(String[] args) {
String helloWorld = "Hello World.";
String[] splittedHelloWorld = helloWorld.split("\\s+");
String[] splittedLowerCaseHelloWorld = helloWorld.toLowerCase().split("\\s+");
boolean splittedHelloWorldContainsDot = checkContainsDot(splittedHelloWorld);
boolean splittedLowerCaseHelloWorldContainsDot = checkContainsDot(splittedLowerCaseHelloWorld);
System.out.println(splittedHelloWorldContainsDot); // true
System.out.println(splittedLowerCaseHelloWorldContainsDot); // true
}
private static boolean checkContainsDot(String[] splittedArray) {
boolean containsDot = false;
for (String string : splittedArray) {
if (string.contains(".")) {
containsDot = true;
break;
}
}
return containsDot;
}