Question

我想使用[,.!?;~]分割字符串，但我希望将[,.!?;~]保留到其位置，例如：

这是一个例子，但还不够

要

[This is the example,, but it is not enough] // length=2
[0]=This is the example,
[1]=but it is not enough

正如您所看到的，逗号仍然存在。我用这个正则表达式(?<=([,.!?;~])+)做了这个。但是我想要一些特殊的词（例如：但是）在[,.!?;~]之后，然后不要分割那部分字符串。例如：

我希望将这句话分成这种形式，但该怎么做。因此，如果任何人都可以提供帮助，这将是伟大的

要

[0]=I want this sentence to be split into this form, but how to do.
[1]=So if anyone can help,
[2]=that will be great

正如你所看到的那样，这部分（形式，但是）并没有在第一句中分割。

Answer 1

我已经使用过：

正面观察(?<=a)b以保留分隔符。
否定前瞻a(?!b)以排除停用词。

请注意我在您提供的RegEx之后如何附加RegEx (?!\\s*(but|and|if))。你可以将所有那些你要排除的单词（例如，但是，如果）放在由pipe symbol分隔的括号内。

另请注意分隔符仍在其中。

<强>输出

Count of tokens = 3
I want this sentence to be split into this form, but how to do.
So if anyone can help,
that will be great

<强>代码

import java.lang.*;

public class HelloWorld {
    public static void main(String[] args) {
        String str = "I want this sentence to be split into this form, but how to do. So if anyone can help, that will be great";
        //String delimiters = "\\s+|,\\s*|\\.\\s*";
        String delimiters = "(?<=,)";

        // analyzing the string 
        String[] tokensVal = str.split("(?<=([,.!?;~])+)(?!\\s*(but|and|if))");

        // prints the number of tokens
        System.out.println("Count of tokens = " + tokensVal.length);

        for (String token: tokensVal) {
            System.out.println(token);
        }
    }
}

如何编写正则表达式以这种格式拆分字符串？

1 个答案: