java - 按标点符号和特殊情况(如 :) or space)拆分文本

Question

我有以下字符串:

Hello word!!!

或

Hello world:)

现在我想将这个字符串拆分为一个字符串数组，其中包含 Hello,world,!,!,!或者你好，世界，:)

问题是如果所有部分之间都有空间我可以使用 split("")但在这儿 !!!或 :) 附加到字符串

我也用过这段代码:

String Text = "But I know. For example, the word \"can\'t\" should";

String[] Res = Text.split("[\\p{Punct}\\s]+");
System.out.println(Res.length);
for (String s:Res){
    System.out.println(s);
}

这是我从这里找到的，但对我的情况没有太大帮助: Splitting strings through regular expressions by punctuation and whitespace etc in java

有人能帮忙吗？

Answer 1

在我看来，您不想 split ，而是想捕获某些群体。 split string 的问题是它去掉了你分割的部分(所以如果你用空格分割，你的输出数组中没有空格)，因此如果你用“!”分割你不会在你的输出中得到它们。这可能适用于捕获您感兴趣的事物:

(\w+)|(!)|(:\))/g

regex101
请注意，您不要使用字符串拆分，而是使用您使用的任何引擎/语言对您的字符串执行您的正则表达式。在 Java 中它会是这样的:

String input = "Hello world!!!:)";

Pattern p = Pattern.compile("(\w+)|(!)|(:\))");
Matcher m = p.matcher(input);

List<String> matches = new ArrayList<String>();
while (m.find()) {
    matches.add(m.group());
}

您的匹配数组将包含:

["Hello", "world", "!", "!", "!", ":)"]