java - Java中按标点符号分割字符串

Question

我正在尝试执行以下操作:

String[] Res = Text.split("[\\p{Punct}\\s]+");

但是，我总是收到一些前面有空格的单词。如何解析句子而不将空格和其他标点符号作为单词本身的一部分？

Answer 1

由于您没有提供可以重现问题的示例输入，我只能猜测。我不明白为什么你提供的正则表达式应该在结果中留下空格，除非你使用非 ASCII 空格或标点符号。 \\p{Punct} 和 \\s 的原因都是 POSIX 字符类仅限于 ASCII，例如\\s 不会匹配 \u00a0。如果您遇到非 ASCII 标点符号和空白字符的问题，请使用 [\\p{IsPunctuation}\\p{IsWhite_Space}]+。

示例

String text="Some\u00a0words stick together⁈";
String[] res1 = text.split("[\\p{Punct}\\s]+");
System.out.println(Arrays.toString(res1));
String[] res2 = text.split("[\\p{IsPunctuation}\\p{IsWhite_Space}]+");
System.out.println(Arrays.toString(res2));

将产生:

[Some words, stick, together⁈]
[Some, words, stick, together]