java - 如何优化此正则表达式以在空格和标点符号(减去撇号)上拆分行

Question

我试图在空格和标点符号上拆分文本行，我已经设法做到了，但它现在在生成的拆分行数组中也包含空格:

public static void main(String[] args) {

        String test = "tim's work 'cool' asdas 'right' three-year-old 123123.";
        String rePattern = "[?,.!\\s]|(?<=\\s)\\'|\\'(?=[^a-zA-Z])";

        String[] arr = test.split(rePattern);

        for (int i = 0; i < arr.length; i++) {
            System.out.println(arr[i]);
        }
    }

比如上面的spit会打印:

tim's
work

cool

asdas

right

所以看起来我设法正确拆分标点符号，但它仍然在数组中包含空字符串。如何优化我的正则表达式，使其在拆分时不包含空字符串？

Answer 1

一种选择是在每一侧用可选的 ' 包围空格/句子终止字符集，确保 ' 被 使用在可能的情况下，将 与空格/句子终止符一起拆分:

String rePattern = "'?[?,.!\\s]'?";

输出:

tim's
work
was
cool
asdas
right

请注意，在正则表达式中不需要转义 '，至少在字符串定界符为 " 的 Java 中不需要。此外，除非您期望空格 other 除了您想要拆分的纯空格(例如，换行符或制表符或类似字符)，您可以只使用文字空格而不是 \\s，如果你喜欢，它更精确和简洁(例如 String rePattern = "'?[?,.!]'?"; )