即使很少出现空格，Java也会从文件中过滤掉单词

Question

我正在为学校做一项大数据作业，为了使我的代码正常工作，我需要从文本文件中过滤掉单词。

当然，我阅读了文件并使用replaceAll(“[^a-zA-Z0-9]”，“”);过滤了我不需要的东西；

但这带来了一个问题。因为我过滤空格，并且有一些特殊情况，例如:

wobbewy!'--'Wobbewy,'

我得到这样的词:

wobbewywobbewy

是否有办法过滤空格上的单词并过滤掉这些特殊情况，而无需使用大量的 if 语句？

尝试修复后发生的情况的示例代码:

while ((thisLine = bufferedReader.readLine()) != null) {
        String[] woord = thisLine.toString().trim().split("\\s+");
        for(int i=0; i<woord.length; i++){
            normalWord = woord[i].replaceAll("[^a-zA-Z]+", " ");
            normalWord = normalWord.toLowerCase();

然后我得到如下输出:

xxv(多个空格)我的

Answer 1

删除特殊字符时，有关单词边框的信息会丢失。

将 replaceAll("[^a-zA-Z0-9]", ""); 更改为 replaceAll("([^a-zA-Z0-9]|\s)+", "");(将特殊字符和空格替换为单个空格)。