java - 用户正则表达式(取消)匹配所有长度超过特定值的单词

Question

关于 Java RegEx 的问题:

我有一个分词器，我只想返回长度高于特定长度的分词。

例如:我需要返回此文本中超过 1 个字符的所有标记:“这是一个文本。”

我需要获得 3 个标记:“This”、“is”、“text”不需要以下标记:“a” 和 “.”。请注意，该字符串可以包含任何字符(不仅是 alpha-bet 字符)

我试过这段代码，但我不确定如何完成它:

    String lines[]  = {"This is o n e l e tt e r $ % ! sentence"};


    for(String line : lines)
    {
        String orig = line;

        Pattern Whitespace = Pattern.compile("[\\s\\p{Zs}]+");
        line = Whitespace.matcher(orig).replaceAll(" ").trim();
        System.out.println("Test:\t'" + line + "'");

        Pattern SingleWord = Pattern.compile(".+{1}");  //HOW CAN I DO IT?
        SingleWord.matcher(line).replaceAll(" ").trim();
        System.out.println("Test:\t'" + line + "'");



    }

谢谢

Answer 1

为什么不这样使用 \w{2,} :

String line = "This is o n e l e tt e r $ % ! sentence";

Pattern pattern = Pattern.compile("\\w{2,}");
Matcher matcher = pattern.matcher(line);
while (matcher.find()) {
    System.out.println(matcher.group());
}

输出

This
is
tt
sentence

---

编辑

然后你可以使用这个[A-Za-z0-9_@.-]{2,}你可以指定你不想避免的特殊字符，或者你可以使用[^\s]{2,} 或 \S{2,} a non-whitespace character :

输入

This is o email@gmail.com n e l e tt e r $ % ! sentence

输出

This
is
email@gmail.com
tt
sentence