Java - 正则表达式分割输入文本但保留分隔符

Question

寻找一些正则表达式帮助。我正在寻找一种 Java 方法来按单词分割一些输入文本，但同时保留分隔符(空格、标点符号)。另一种表达方式是将单词拆分到它们自己的索引中，其他非单词字符可能位于数组的其他索引中。

此输入文本:

"Hello, this isn't working!"

应该放入这样的数组中:

{"Hello", ",", "this", "isn't", "working", "!"}

或

{"Hello", ", ", "this", " ", "isn't", " ", "working", "!"}

我使用Python 做了基本相同的事情:

def split_input(string):
    return re.findall(r"[\w']+|[\s.,!?;:-]", string)

但我还没有找到一种方法在 Java 中完成同样的事情。我试过String.split()使用lookahead/lookbehind，我尝试过模式匹配器，但运气不佳。

任何帮助将不胜感激!

Answer 1

split 并不是 Python 的 findall 的 Java 模拟。 Matcher.find 是。

Pattern stuff = Pattern.compile("[\\w']+|[\\s.,!?;:-]");
Matcher matcher = stuff.matcher("Hello, this isn't working!");
List<String> matchList = new ArrayList<String>();
while (matcher.find()) {
    matchList.add(matcher.group(0)); // add match to the list
}