java與正則表達式拆分字符串

Question

我想通過將所有非字母表設置爲分隔符來拆分字符串。

String[] word_list = line.split("[^a-zA-Z]"); 

但具有下列輸入

11:11你好世界

WORD_LIST包含前 「你好」 和 「世界」

敬請許多空字符串告訴我爲什麼。謝謝。

Answer 1

因爲您的正則表達式匹配每個單獨的非alpha字符。這就像分離

",,,,,,Hello,World" 

上的逗號。

你會希望這樣的非字母字符的整個序列在一次如火柴的表達式：

line.split("[^a-zA-Z][^a-zA-Z]*") 

我仍然認爲你會得到一個領先的空字符串與你的例子，因爲它會像分離",Hello,World"如果逗號是你的分隔符。

Answer 2

下面會做什麼？

String[] word_list = line.replaceAll("[^a-zA-Z ]","").replaceAll(" +", " ").trim().split("[^a-zA-Z]"); 

我在這裏做的是在拆分之前刪除所有非字母字符，然後用單個空格替換多個空格。

Answer 3

這是你的字符串，其中每個字符^顯示[^a-zA-Z]匹配：

11:11 Hello World 
^^^^^^ ^

的split方法找到這些比賽，基本上返回^字符之間的所有子。由於在有用數據之前有6個匹配項，因此在得到字符串"Hello"之前，最終會有5個空子串。

爲了防止出現這種情況，您可以手動過濾結果以忽略任何空字符串。