Java正则表达式拆分保持收缩

Question

当使用 split() 时，什么正则表达式可以让我保留所有单词字符，但也可以保留缩写，比如 don't won't。撇号两侧带有单词字符的任何内容，但删除任何前导或尾随撇号，例如“tis 或 dogs”。

我有:

String [] words = line.split("[^\\w'+]+[\\w+('*?)\\w+]");

但它保留了前导和尾随标点符号。

输入'现在是季节，为了 children 的幸福'。

将产生以下输出:这是 children 幸福的季节

有什么建议吗？

Answer 1

我认为:拆分:

• 任一撇号 + 至少一个非单词字符 ['-]\\W+,

• 或任何非单词字符[^\\w'-]\\W*。

  String line = "'Tis the season, for the children's happiness'";
  String[] words = line.split("(['-]\\W+|[^\\w'-]\\W*)");
  System.out.println(Arrays.toString(words));
  

这里我添加了 - 作为撇号的补充。

结果:

['Tis, the, season, for, the, children's, happiness']

添加开始和结束:

    String[] words = line.split("(^['-]|['-]$|['-]\\W+|[^\\w'-]\\W*)");

结果:

[, Tis, the, season, for, the, children's, happiness]

一开始会产生一个空字符串。