Java正则表达式沿着单词，标点符号和空格分割，并将所有数据保存在一个数组中

Question

我试图将一个句子分成一组字符串。我想在数组中保留所有单词，标点符号和空格。

例如：

“你好！我的名字是John Doe。”

将分为：

["Hello", "!", " ", "My", " ", "name", " ", "is", " ", "John", " ", "Doe"]

我目前有以下一行代码破坏了我的句子：

String[] fragments = sentence.split("(?<!^)\\b");

然而，这会遇到一个错误，它会计算一个标点符号，后跟一个空格作为单个字符串。如何修改我的正则表达式来解释这个问题？

Answer 1

您可以尝试以下正则表达式：

(?<=\b|[^\p{L}])

"Hello! My name is John Doe.".split("(?<=\\b|[^\\p{L}])", 0) 
// ⇒ ["Hello", "!", " ", "My", " ", "name", " ", "is", " ", "John", " ", "Doe", "."]