如何使用 Java 中的 split 方法将字符串句子拆分为单词？ [复制]答案

【问题标题】：How to split a String sentence into words using split method in Java? [duplicate]如何使用 Java 中的 split 方法将字符串句子拆分为单词？ [复制]
【发布时间】：2018-05-07 08:55:27
【问题描述】：

我需要将一些句子分成单词。

例如：

Upper sentence.
Lower sentence. And some text.

我是这样做的：

String[] words = text.split("(\\s+|[^.]+$)");

但我得到的输出是：

Upper, sentence.Lower, sentence., And, some, text.

应该是这样的：

Upper, sentence., Lower, sentence., And, some, text.

请注意，我需要保留所有字符（.,-?! 等）

【问题讨论】：

这个相对复杂的正则表达式的目的是什么，简单地拆分\\. 应该可以工作。
也许通常的.split("\\W+") 可以。除非您需要处理连字符和撇号等。
也许我没有在我的问题中明确指出，但我需要保留所有字符，即：逗号、句点等。使用 \\W+ 将它们全部删除，我需要像大写、句子这样的输出。 , 下, 句子。, 一些, 文字。
所以要按空格分割？？
是的，换行符。我编辑了我的主要帖子。

标签： java regex split

【解决方案1】：

您可以使用以下代码行将字符串拆分为子字符串：

String[] result = speech.split("\\s");

供参考：https://alvinalexander.com/java/edu/pj/pj010006

【讨论】：

【解决方案2】：

更新问题的简单答案

    String text = "Upper sentence.\n"+
            "Lower sentence. And some text.";

[just space] 一个或多个 OR 新行一个或多个

    String[] arr1 = text.split("[ ]+|\n+");
    System.out.println(Arrays.toString(arr1));

结果：

 [Upper, sentence., Lower, sentence., And, some, text.]

【讨论】：

我还需要保留所有的字符，所以输出一定要像Upper1, sentence2., Lower3, sentence4., And5, some6, text7, 10。
我更新了答案

【解决方案3】：

将点、逗号等替换为空格并将其拆分为空格

String text = "hello.world this   is.a sentence.";
String[] list = text.replaceAll("\\.", " " ).split("\\s+");
System.out.println(new ArrayList<>(Arrays.asList(list)));

结果：[hello, world, this, is, a, sentence]

编辑：

如果仅适用于点，则此技巧应该有效...

String text = "hello.world this   is.a sentence.";
String[] list = text.replaceAll("\\.", ". " ).split("\\s+");
System.out.println(new ArrayList<>(Arrays.asList(list)));

[hello., world, this, is., a, sentence.]

【讨论】：

我还需要保留任何字符，所以我的输出应该是：Upper, sentence., Lower, sentence., And, some, text.
我更新答案
现在可以了。谢谢。

【解决方案4】：

在正则表达式中\W+ 匹配一个或多个非单词字符。

http://www.vogella.com/tutorials/JavaRegularExpressions/article.html

因此，如果您想获取句子中的单词，可以使用\W+ 作为拆分器。

String[] words = text.split("\\W+");

这将为您提供以下输出。

Upper
sentence
Lower
sentence
And
some
text

更新： 由于您更新了问题，如果您想保留所有字符并用空格分隔，请使用\s+ 作为分隔符。

String[] words = text.split("\\s+");

我检查了以下代码块并确认它也可以使用新行。

String text = "Upper sentence.\n" +
            "Lower sentence. And some text.";
    String[] words = text.split("\\s+");
    for (String word : words){
        System.out.println(word);
    }

【讨论】：

我还需要保留任何字符，所以我的输出应该是：Upper, sentence., Lower, sentence., And, some, text.
检查更新的答案

【解决方案5】：

表达式\\s+ 表示“1 个或多个空白字符”。我认为您需要做的是用\\s* 替换它，这意味着“零个或多个空白字符”。

【讨论】：