Question

我有一个字符串

praneel PIDIKITI先生

当我使用这个正则表达式时

 String[] nameParts = name.split("\\s+");

而不是获得三个部分我只得到两个，Mr和Praneel PIDIKITI。

我无法拆分第二个字符串。有谁知道可能是什么问题？

我甚至使用过split(" ");。

问题是我使用replaceAll("\\<.*?>", " ").trim();将html转换为此字符串，然后我使用name.split("\\s+");获取名称值。

我认为它必须是空间以外的东西（某些特殊字符）。

Answer 1

您的代码应该有效。我怀疑你的意见。 Praneel和PIDIKITI之间可能存在不可打印的垃圾字符。例如，

    String name = "Mr praneel" + (char)1 +"PIDIKITI";
    String[] nameParts = name.split("\\s+");
    for(String s : nameParts)
        System.out.println(s);

你确定Praneel和PIDIKITI之间没有垃圾角色吗？

删除不可打印的字符，如下所示：

// remove non printable characters excluding white space characters
  name = name.replaceAll("[^\\p{Print}\\s]","");

Answer 2

如果您要解析HTML，我可以推荐JSoup吗？它是一个很好的java

HTML解析器

无法拆分字符串

2 个答案: