Question

我有一个包含多行代码的test.txt文件，例如：

"h3llo, @my name is, bob! (how are you?)"

"i am fine@@@@@"

我想将所有字母数字字符和新行拆分为arraylist，以便输出

output = ["h", "llo", "my", "name", "is", "bob", "how", "are", "you", "i", "am", "fine"]

现在，我尝试用

分割我的文字

output.split("\\P{Alpha}+")

但由于某种原因，这似乎在arraylist的第一个位置添加了一个逗号，并用空字符串替换换行符

output = ["", "h", "llo", "my", "name", "is", "bob", "how", "are", "you", "", "i", "am", "fine"]

还有其他方法可以解决这个问题吗？谢谢！

-

编辑：如何确保忽略新行？

Answer 1

Java的String.split()行为非常令人困惑。一个更好的分裂效用是Guava Splitter。他们的documentation详细介绍了String.split()：

的问题

用于拆分字符串的内置Java实用程序可能会有一些奇怪的行为。例如，String.split以静默方式丢弃尾随分隔符，StringTokenizer正好尊重五个空白字符，而不是其他任何内容。

测验：",a,,b,".split(",")返回...


"", "a", "", "b", ""

null, "a", null, "b", null

"a", null, "b"

"a", "b"

以上都不是

正确的答案是以上都没有："", "a", "", "b"。仅跳过空字符串尾随。这是什么，我甚至不是。

在你的情况下，这应该有效：

Splitter.onPattern("\\P{Alpha}+").omitEmptyStrings().splitToList(output);

Answer 2

使用正则表达式，将结果放在ArrayList中（无论如何都是你想要的数据），然后只需使用removeIf删除任何空字符串。

String input = "\"h3llo, @my name is, bob! (how are you?)\"\n\n\"i am fine@@@@@\"";

ArrayList<String> arrayList = new ArrayList<>(Arrays.asList(input.split("\\P{Alpha}+")));
arrayList.removeIf(""::equals);

System.out.println(arrayList);

结果：

[h，llo，my，name，is，bob，how，are，you，i，am，fine]

Answer 3

另一个解决方案是在java.util.regex。*

中使用regex包

它涉及Matcher和Pattern。

    String input = "h3llo, @my name is, bob! (how are you?)\n"+
            "i am fine@@@@@";

    Pattern p = Pattern.compile("([a-zA-Z]+)");
    Matcher m = p.matcher(input);

    List<String> tokens = new ArrayList<String>();
    while (m.find()) {
        System.out.println("Found a " + m.group());
        tokens.add(m.group());
    }

P.S测试正则表达式模式的一个好工具是https://regex101.com/

在字母数字和新行上拆分Java字符串？

3 个答案: