Question

我想使用正则表达式按单词将长字符串分成其内容数组。现在我正在使用（？<= \ b），但问题在于它会拆分紧缩的单词（例如，您正在固定，诸如此类）。我需要一个能使标点符号成为其自身元素的正则表达式，但在上述情况下，以及制表符，空格，换行符也是其自身的元素。有什么想法吗？

Answer 1

签出StringTokenizer。您可以指定多个定界符（第二个参数），还可以指定是否返回这样的定界符（将第三个参数设置为true以返回空格，换行符，制表符等）。如果您不希望将空格，制表符，换行符作为标记返回，则将其设置为false（或者更好的是，没有第3个参数）。

String testString = "this isn't\nright\t 'cause it ain't true";
StringTokenizer s = new StringTokenizer(testString," \n\t\r",true);
while (s.hasMoreTokens()) {
    System.out.println("'" + s.nextToken() + "'");
}

输出：

'this'
' '
'isn't'
'
'
'right'
'   '
' '
''cause'
' '
'it'
' '
'ain't'
' '
'true'

Answer 2

我认为您需要做的是先查看\b（“单词边界”）的定义，然后再查看\ w（“ word”），然后重新定义'作为单词的一部分。像这样的东西，尽管这取决于您是否也需要定界符，或者是否可以让正则表达式将其吞下。

   public static void main( String[] args ) {
      String test = "Don't fear the reaper.";
      String regex = "[^a-zA-Z0-9']";
      System.out.println( Arrays.toString( test.split( regex ) ) );
   }

输出：

run:
[Don't, fear, the, reaper]
BUILD SUCCESSFUL (total time: 0 seconds)

Java Regex可以拆分单词，标点，空格，换行符，但保持收缩？

2 个答案: