如何标记具有许多不同字符的字符串？答案

【问题标题】：How can I tokenize a string with a lot of different characters?如何标记具有许多不同字符的字符串？
【发布时间】：2023-03-15 11:09:01
【问题描述】：

我想拆分一个如下所示的字符串：

Johannesburg General Hospital011 488 4911

但有些字符串之间有一个空格，如下所示：

Johannesburg General Hospital 011 488 4911

我希望它是这样的 2 个不同的数组：

约翰内斯堡综合医院

和

011 488 4911

如果没有空间怎么拆分？

【问题讨论】：

不清楚你在问什么。请添加一个示例，说明您在问题中显示的字符串的标记化结果。
您是从 XML 获取数据吗？
一些关于源数据的更多信息会很好，看看是否有任何适用的规则。

标签： android stringtokenizer

【解决方案1】：

您可以为此构建一个正则表达式，但 for 循环也一样好：

/**
* @return the rest of the input text from the first digit
*/
public String findPhone(String text) {
    for (int i = 0; i < text.length(); ++i) {
        if (Character.isDigit(text.charAt(i))) {
            return text.substring(i);
        }
    }
    return "";
}

你可以这样称呼它：

String number = findPhone("Johannesburg General Hospital011 488 4911")
// number is 011 488 4911 here
String sanitizedNumber = number.replace(" ", ""); // number without spaces

【讨论】：

你是第一个明白我要问什么的人！

【解决方案2】：

您可以使用带有正则表达式的组，这可能是您的表达式。

 Pattern p = Pattern.compile("([^\\d]*) ([\\d ]*)");
       //  get a matcher object
       Matcher m = p.matcher("Johannesburg General Hospital 011 488 4911 Johannesburg General Hospital 011 488 4911");
       int count = 0;
       while(m.find()) {
           count++;
           System.out.println(m.group(1));
           System.out.println(m.group(2));
      }
   }

谢谢

【讨论】：

Java 具有接受正则表达式的 split() 方法。可以说： myString.split(" |Police") 和 &nbsp 和 Police 词将用作标记器。但是问题不包含预期的结果，解释太模糊。