Question

我想在正则表达式的帮助下拆分文本，然后从新行在控制台中写下每个单词。但是有一个问题，这个email@mail.org不被视为一个词，我不知道应该是什么。我尝试使用前瞻性正则表达式，但它没有帮助。我应该使用额外的if语句来定义单词还是只在我的正则表达式中添加一些内容？代码：

Pattern p = Pattern.compile("\\s+[A-Za-z]++");
        Matcher m = p.matcher(text);
        while (m.find())
        {
                String s = m.group().replaceAll("\\s++", "");
                System.out.println(s);
        }

Answer 1

如果您只想将每个单词与文本隔离并将其打印到控制台，则可以使用String#split(String regex)并拆分任意数量的空白：

String[] words = text.split("\\s+");
for (String word : words) {
    System.out.println(word);
}

这里的逻辑集中于分隔单词的空白，而不是担心每个实际单词如何匹配。

Answer 2

如果你想拆分不是大写或小写字母的任何东西，例如分割你可以使用的数字，空格和符号：

String[] words = "some sentence".split("\\W+");

基本上与您在原始问题中尝试做的相反，提供黑名单而不是允许字符的白名单。

如果你想允许email@mail.org和12th这样的场景并将它们分类为单词，你可以只分割空格或句子结尾字符

String[] words = "some sentence".split("([\\W\\s]*\\s+)");

这将拆分以下内容：

email@mail.org x变为email@mail.org和x

hello world变为hello和world

hello, world变为hello和world

hello; world变为hello和world

hello (world)变为hello和world以及（确保过滤掉空组件）

hello. World变为hello和world

用正则表达式java分割文本

2 个答案: