java - 拆分非阿拉伯字符

Question

我有一个这样的字符串

أصبح::ينال::أخذ::حصل (على)::أحضر

我想使用 java 在非阿拉伯字符上拆分它

这是我的代码

String s = "أصبح::ينال::أخذ::حصل (على)::أحضر";
String[] arr = s.split("^\\p{InArabic}+");
System.out.println(Arrays.toString(arr));

输出是

[, ::ينال::أخذ::حصل (على)::أحضر]

但我希望输出是

[ينال,أخذ,حصل,على,أحضر]

所以我不知道这有什么问题？

Answer 1

您需要一个否定类，为此，您需要方括号[ ... ]。尝试用这个拆分:

"[^\\p{InArabic}]+"

如果 \\p{InArabic} 匹配任何阿拉伯字符，那么 [^\\p{InArabic}] 将匹配任何非阿拉伯字符。

---

您可以考虑的另一个选项是等效语法，使用 P 而不是 p 来表示 \\p{InArabic} 像@Pshemo 提到的字符类:

"\\P{InArabic}+"

这就像 \\W 与 \\w 相反。

第一种语法相对于第二种语法的唯一可能优势(再次像提到的@Pshemo)是，如果您想将其他字符添加到不应该匹配的字符列表中，例如，如果您想要匹配除句点之外的所有非 \\p{InArabic}，第一个更灵活:

"[^\\p{InArabic}.]+"
                ^

否则，如果你真的想使用\\P{InArabic}，你需要subtraction类内:

"[\\P{InArabic}&&[^.]]+"