Java:如何分割和保留分隔符

Question

我找不到解决这个问题的确切方法。我想分割一个带有空格并且可以带有标点符号的句子。我想保留单词和标点符号并将它们存储在一个数组中。

 Example sentence;
 We have not met, have we?

 Desired array;
{"We", "have", "not", "met", ",", "have", "we", "?"}

我试图用单个字符串分割方法分割句子。我查看了有关堆栈溢出的其他相关问题，但无法找到适合我的正则表达式，尤其是问号。

Answer 1

您可以尝试使用空格或在非单词字符之前的位置进行拆分:

\s+|(?=\W)

请参阅regex demo

模式详细信息:\s+|(?=\W) 包含两个用 | 符号分隔的替代方案。 \s+ 匹配分割时删除的 1 个或多个空格。 (?=\W) 是一个正向先行，仅匹配其包含的模式之前的空格 - 此处，\W 匹配任何非单词字符(不是字母) 、数字或下划线)。

注意:如果非单词 \W 类对您来说太“贪婪”，您可以使用标点符号类，\p{P} (String pattern = "\\s+|(?=\\p{P})") 仅在标点符号之前分割。

IDEONE Java demo :

String str = "We have not met, have we?"; 
String[] chunks = str.split("\\s+|(?=\\W)");
System.out.println(Arrays.toString(chunks));
// => [We, have, not, met, ,, have, we, ?]

如果您需要将非空白/非单词 block 标记为整个单元(例如，?!! 作为一个数组元素)，请使用此匹配技术:

Pattern ptrn = Pattern.compile("[^\\s\\W]+|\\S+");
Matcher m = ptrn.matcher("We have not met, have we?!!");
List<String> list = new ArrayList<>();
while (m.find()) {
    list.add(m.group(0));
}
System.out.println(list); // => [We, have, not, met, ,, have, we, ?!!]

参见another IDEONE demo和 a regex demo .