另一个正则表达式问题

Question

如果我有文字

<page a>The cat ran#$(*#(%)#over(*@#$the(*#%

我正在使用扫描仪和useDelimiter方法，正则表达式允许我提取：

<page a>
The
cat
ran
over
the

到目前为止，我已经尝试过：

s.useDelimiter("[^a-zA-Z]|^(<.*>$)");

但这不会使尖括号保持完整，它会将它们取出（显然它与a-zA-Z相匹配。

Answer 1

您是否尝试过切换这两个选项？

s.useDelimiter("^(<.*>$)|[^a-zA-Z]");

Answer 2

问题不在于分隔符，而在于它是令牌识别之一。你的代币是：

• <page a>
• The
• cat
• ran
• over
• the

编码“＆lt;”分隔符集中任何位置的字符几乎确保它们不会在返回的标记中。如果你知道<page a>出现在某个字符串的开头（我意识到这可能是一个无效的假设），你可以这样做：

Scanner s = new Scanner(...);
s.useDelimiter("[^\\w]");
// Find an angle bracket token, if one is next.
String token = s.findInLine("<[^.]*>");
if (token != null)
    // process angle bracket token
token = s.next(); // get next delimited token
...

显然，这是一个快速的黑客（虽然我测试了它）。但我认为你可以轻松扩展它。