Question

寻找一些正则表达式的帮助。我正在寻找一种Java方法，用文字分割一些输入文本，但也保留分隔符（空格，标点符号）。另一种方法是将单词拆分为自己的索引，其他非单词字符也可以放在数组的其他索引中。

此输入文字：

"Hello, this isn't working!"

应该放入这样的数组中：

{"Hello", ",", "this", "isn't", "working", "!"}

或

{"Hello", ", ", "this", " ", "isn't", " ", "working", "!"}

我用Python完成了基本相同的事情：

def split_input(string):
    return re.findall(r"[\w']+|[\s.,!?;:-]", string)

但我还没有找到一种在Java中完成同样事情的方法。我已经尝试了String.split()前瞻/后视，我尝试了模式匹配器，但没有太多运气。

非常感谢任何帮助！

Answer 1

split不是Python的findall的Java模拟。 Matcher.find是。

Pattern stuff = Pattern.compile("[\\w']+|[\\s.,!?;:-]");
Matcher matcher = stuff.matcher("Hello, this isn't working!");
List<String> matchList = new ArrayList<String>();
while (matcher.find()) {
    matchList.add(matcher.group(0)); // add match to the list
}

Answer 2

试试这个：这正是你想要的。

public static void main(String[] args) {
    String str = "Hello, this isn't working!";
    String[] s = str.split("(?<=\\s+|,\\s)");
    System.out.println(Arrays.toString(s));
}

输出：

[Hello, , this , isn't , working!]

Answer 3

所以，抛开你的奇怪例子，这里的东西应该适合你的需要（还有待测试）：

"(?=[\\w']+|[\\s.,!?;:-])"

第一个版本。

"(?=[\\w']+|[\\s.,!?;:-]+)"

要保留几个分隔符。

整个想法是，因为你想要拆分但保留所有角色，只能匹配位置。

Answer 4

也许不是最好的方法，但你可以尝试：

string.replaceAll("([\\s.,!?;:-])", "$1\n");
string.split("\n");

Java - 正则表达式分割输入文本但保留分隔符

4 个答案: