Question

我用一个正则表达式对我进行了一段时间的坚持：

用这句话分开我的句子：“[\ W +]”
但是如果它找到这样的字：“aaa-aa”（不是“aaa - aa”或“aaa - aaa-aa”），这个词不是分裂的，而是整个单词。

基本上，我希望每个单词分开一个句子，但也要考虑“aaa-aa”这个单词。我通过创建两个单独的函数来成功完成，一个用于分割\ w，另一个用于查找像“aaa-aa”这样的单词。最后，然后我添加两个，并将每个复合词减去。

例如，句子：

“你好我的名字是理查德”

首先我收集{Hello，my，name，is，Richard} 然后我收集{my-name} 然后我将{my-name}添加到{Hello，my，name，is，Richard} 然后我在这里取出{my}和{name} {Hello，my，name，is，Richard}。结果：{你好，我的名字，是，理查德}

这种方法做我需要的，但是对于解析大文件，这变得太重了，因为对于每个句子，需要太多的副本。所以我的问题是，我能做些什么来将所有内容都包含在一个模式中？像：

“使用这种模式将文本分开”[\ W +]，但是如果你找到像这样的单词“aaa-aa”，请将其视为单词，而不是两个单词。

Answer 1

为什么不使用模式\\s+？这完全符合你的要求，没有任何技巧：用空格分隔文字来分割文本。

Answer 2

几乎与previous question中的正则表达式相同：

String sentence = "Hello my-name is Richard";
Pattern pattern = Pattern.compile("(?<!\\w)\\w+(-\\w+)?(?!\\w)");
Matcher matcher = pattern.matcher(sentence);
while (matcher.find()) {
    System.out.println(matcher.group());
}

只需添加选项(...)?以匹配未夸大的字词。

Answer 3

你的描述不够清楚，但为什么不用空格分开呢？

Answer 4

我不确定这种模式是否有效，因为我没有Java的开发工具，你可以尝试一下，它使用字符类减法，据我所知，只有Java正则表达式支持：< / p>

[\W&&[^-]]+

它表示匹配字符，如果它们是[\ W]和[^ - ]，即字符是[\ W]而不是[ - ]。

Answer 5

如果你想使用split（）而不是显式匹配你感兴趣的单词，那么下面应该做你想要的：[\s-]{2,}|\s为了解决这个问题，你首先要拆分两个或更多的空格， /或连字符 - 所以一个' - '将不匹配所以'一二'将被单独留下，但像'一 - 二'，'一 - 二'或甚至'一 - - - - 两个'将分为“一个”和“两个”。这仍然留下单个空格的“正常”情况 - “一二” - 无法匹配，因此我们添加一个或（'|'）后跟一个空格（\ s）。请注意，替代方案的顺序很重要 - 由“|”分隔的RE子表达式从左到右进行评估，因此我们需要首先放置空格和连字符。如果我们以相反的方式做到这一点，当呈现类似'one -two'之类的东西时，我们会匹配第一个空白并返回'one'，'-two'。

如果您想以交互方式使用Java RE，我可以完全推荐http://myregexp.com/signedJar.html，它允许您编辑RE并在编辑RE时看到它与样本字符串匹配。

java正则表达式棘手的模式

5 个答案: