java - 如何使用正则表达式删除句子中的标点符号

Question

我正在尝试从文件中获取所有有效单词。有效单词被定义为正常字符，如下所示:

don't won't can't

我必须忽略逗号句号和感叹号。

我已经得到了仅获取字符的表达式，但现在它不会得到像 don't 和 can't 或 won't 这样的词。

这是我正在使用的表达式 "[^A-Za-z]+" 并且我尝试过 "\'[^A-Za-z]+" 但这会破坏并允许所有字符。有谁知道我可以用什么来获得正常的单词，包括“不”、“不会”、“不能”等单词。

非常感谢

Answer 1

[^A-Za-z] 表示任何不匹配这些字符范围的内容!试试这个:

[A-Za-z']

您可能需要转义单引号，在这种情况下，您可能需要转义转义单引号的斜杠:

[A-Za-z\\']