Question

我正在尝试使用scanner类来解析文件中的所有单词。该文件包含常见文本，但我只想删除所有文字。我到目前为止的解决方案还不完整，但已经给我一些问题了：

Scanner fileScan= new Scanner(file);
String word;
while(fileScan.hasNext("[^ ,!?.]+")){       
    word= fileScan.next();
    this.addToIndex(word, filename);
}

现在，如果我在“喜欢我的名字是马里奥！”这样的句子中使用它。它只返回“hi”，“my”，“name”和“is”。它不匹配“马里奥！” （显然）但它不匹配“马里奥”，就像我认为的那样。

你能解释一下为什么会这样，并帮助我找到一个更好的解决方案吗？谢谢

Answer 1

这有效：

import java.util。*;

class S {

    public static void main(String[] args) {
        Scanner fileScan= new Scanner("hi my name is mario!").useDelimiter("[ ,!?.]+");
        String word;
        while(fileScan.hasNext()){       
            word= fileScan.next();
            System.out.println(word);
        }

    } // end of main()
}


javac -g S.java && java S
hi
my
name
is
mario

Answer 2

由于你想摆脱标点符号，你可以在添加到索引之前简单地替换所有标点符号：

word = word.replaceAll("\\{Punct}", "");

如果是超标或其他孤立的标点符号，您只需在添加前检查是否word.isEmpty()。

当然，您必须摆脱自定义分隔符。

如何扫描Java中的单词，不包括标点符号

2 个答案: