用正则表达式分割字符串。 Java [重复]答案

【问题标题】：Splitting strings with regex. Java [duplicate]用正则表达式分割字符串。 Java [重复]
【发布时间】：2015-02-17 17:01:04
【问题描述】：

我试图用单词填充 ArrayList，但有时它会添加一个空字符，为什么？我怎样才能避免这种情况？

    ArrayList<String> textAL = new ArrayList<String>();
    String text = "This.IS(a) text example blah? bl:ah";
    String regex = "[\\s\\?\\.,:;\\)\\(]";

    String[] splittedText = text.split(regex);

    for(int i = 0; i < splittedText.length; i++){
        if(splittedText[i] != " "){  //ignore whitespace
            textAL.add(splittedText[i]);
        }           
    }

    for(int i = 0; i < textAL.size(); i++){
        System.out.println("t2(" + i + ") "+ textAL.get(i));
    }

结果：

textAL(0) This
textAL(1) IS
textAL(2) a
textAL(3) 
textAL(4) text
textAL(5) example
textAL(6) blah
textAL(7) 
textAL(8) bl
textAL(9) 
textAL(10) ah

【问题讨论】：

"[\\s\\?\\.,:;\\)\\(]+"?或"\\W+"?
我敢打赌 split 方法引入了空字符串，其中两个分隔符彼此相邻（如果在开头和结尾匹配）

标签： java regex arraylist split

【解决方案1】：

你需要给你的Pattern添加一个量词：

String text = "This.IS(a) text example blah? bl:ah";
// Edit: now with removed escapes when not necessary - thanks hwnd
//              ┌ original character class
//              |          ┌ greedy quantifier: "one or more times"
//              |          |
String regex = "[\\s?.:;)(]+";
String[] splittedText = text.split(regex);
System.out.println(Arrays.toString(splittedText));

输出

[This, IS, a, text, example, blah, bl, ah]

【讨论】：

很好的解释。一加
@HovercraftFullOfEels 谢谢！我买的是黑色的还是白色的？ :D
明白！谢谢楼主：）
@Frankovich 不客气！请务必查看Hovercraft 对String 比较的附加说明。
我相信你可以避免在这里逃避很多，[\\s?.,:;()]+

【解决方案2】：

我认为问题在于您忘记了正则表达式末尾的+，例如，

String regex = "[\\s\\?\\.,:;\\)\\(]+"

但是像

这样简单的东西怎么样

String regex = "\\W+";

注意\\W和^\\w是一样的

测试：

public static void main(String[] args) {
  ArrayList
  <String> textAL = new ArrayList<String>();
  String text = "This.IS(a) text example blah? bl:ah";
  // String regex = "[\\s\\?\\.,:;\\)\\(]+";
  String regex = "\\W+";

  String[] splittedText = text.split(regex);

  for(int i = 0; i < splittedText.length; i++){
      textAL.add(splittedText[i]);
  }

  for(int i = 0; i < textAL.size(); i++){
      System.out.println("t2(" + i + ") "+ textAL.get(i));
  }
}

结果：

t2(0) This
t2(1) IS
t2(2) a
t2(3) text
t2(4) example
t2(5) blah
t2(6) bl
t2(7) ah

编辑

您的其他问题在这里：

splittedText[i] != " "

您正在使用!= 运算符比较字符串，并且您永远不想使用== 或!= 比较字符串。相反，使用equals(...) 或equalsIgnoreCase(...) 方法。了解== 和!= 检查两个对象是否相同，这不是您感兴趣的。另一方面，这些方法检查两个字符串是否以相同的顺序具有相同的字符，这就是这里重要的事情。

幸运的是，如果您使用正确的正则表达式，上述内容对您当前的代码来说不是问题，但有可能成为未来代码的问题，所以请牢记这一点。

【讨论】：

投下反对票——想发表评论吗？顺便说一句，我的代码可以工作。
好的，谢谢你的建议

【解决方案3】：

String regex = "[^\\w]+"; 怎么样，这样做是为了添加自己不想匹配的字符，比如撇号 "[^\\w']+"

【讨论】：