我做了一个关于标点符号和正则表达式的问题,但它很困惑。
假设我有这段文字:
String text = "wor.d1, :word2. wo,rd3? word4!";
我这样做:
String parts[] = text.split(" ");
我有这个:
wor.d1, | :word2. | wor,d3? | word4!;
我需要做什么才能拥有这个?(保留边界处的符号,但只有我指定的:.,!?:
,不是全部) .
wor,d1 | , | : | word2 | . | wor,d3 | ? | word4 | !
更新
我使用这些正则表达式获得了一些不错的结果,但它在单词开头的所有标点符号拆分之前给出了一个空字符。
有没有办法让开头没有这个空字符?
这个正则表达式好还是有更简单的方法?
public static final String PUNCTUATION_SEPARATOR =
"("
+ "("
+ "(?=^[\"'!?.,;:(){}\\[\\]]+)"
+ "|"
+ "(?<=^[\"'!?.,;:(){}\\[\\]]+)"
+ ")"
+ "|"
+ "("
+ "(?=[\"'!?.,;:(){}\\[\\]]+($|\n))"
+ "|"
+ "(?<=[\"'!?.,;:(){}\\[\\]]+($|\n))"
+ ")"
+ ")";
最佳答案
您确定要使用正则表达式吗? 有一个更快的按单个字符拆分的实现:StringTokenizer。 它可以返回分隔符。
String str= "word1, word2. word3? word4!";
String delim = ",.!?";
StringTokenizer st = new StringTokenizer(str, delim, true);
while (st.hasMoreTokens()) {
String token = st.nextToken();
... // token will be: "word1", ",", " word2", ".", etc...
}
关于java - 使用 RegEx 时如何保留分隔符?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/7127384/