Question

我无法找到解决此问题的确切方法。我想拆分一个有空格并且可以有标点符号的句子。我想保留单词和标点符号并将它们存储在一个数组中。

 Example sentence;
 We have not met, have we?

 Desired array;
{"We", "have", "not", "met", ",", "have", "we", "?"}

我试图在单个String拆分方法中拆分句子。我已经查看了有关堆栈溢出的其他相关问题，但我无法获得适合我的正则表达式，特别是对于问号。

Answer 1

您可以尝试使用空格或在非单词字符之前的位置进行拆分：

\s+|(?=\W)

请参阅regex demo

模式详细信息：\s+|(?=\W)包含两个以|符号分隔的替代项。 \s+匹配拆分时删除的1个或多个空格。 (?=\W)是一个积极的前瞻，只在它包含的模式之前匹配一个空格 - 这里，\W匹配任何非单词字符（不是字母，数字或下划线）。

注意：如果非单词\W类过于“贪婪”，您可以使用标点符号类\p{P}（String pattern = "\\s+|(?=\\p{P})"）只在标点符号之前分开。

IDEONE Java demo：

String str = "We have not met, have we?"; 
String[] chunks = str.split("\\s+|(?=\\W)");
System.out.println(Arrays.toString(chunks));
// => [We, have, not, met, ,, have, we, ?]

如果您需要将非空白/非单词块标记为整个单元（例如，?!!作为一个数组元素），请使用以下匹配技术：

Pattern ptrn = Pattern.compile("[^\\s\\W]+|\\S+");
Matcher m = ptrn.matcher("We have not met, have we?!!");
List<String> list = new ArrayList<>();
while (m.find()) {
    list.add(m.group(0));
}
System.out.println(list); // => [We, have, not, met, ,, have, we, ?!!]

请参阅another IDEONE demo和a regex demo。

Answer 2

String sentence="We have not met, have we ?";
String[] splited = sentence.split("\\s+");

Java：如何拆分和保持分隔符

2 个答案: