无法拆分字符串答案

【问题标题】：Unable to split a string无法拆分字符串
【发布时间】：2011-03-21 11:14:36
【问题描述】：

我有一个字符串

普拉内尔·皮迪基蒂先生

当我使用这个正则表达式时

 String[] nameParts = name.split("\\s+");

我只得到了两个部分，而不是三个部分，Mr 和 Praneel PIDIKITI。

我无法拆分第二个字符串。有谁知道可能是什么问题？

我什至用过split(" ");。

问题是我使用replaceAll("\\<.*?>", " ").trim(); 将html 转换为这个字符串，然后我使用name.split("\\s+"); 来获取名称值。

我认为它一定不是空格（一些特殊字符）。

【问题讨论】：

我无法确认。两种方法都对我有用。请提供一个完整的例子。
这似乎有些牵强，但可能是 Praneel 和 PIDIKITI 之间的空格实际上不是空格字符 0x20？
@Maverik：一点也不牵强——几乎就是这样。 @Praneel：遍历字符串，将每个字符打印为 int，实际空间为 32，其他任何内容都是您的问题。

标签： java split nsxmlparser

【解决方案1】：

您的代码应该可以工作。我怀疑你的输入。 Praneel 和 PIDIKITI 之间可能存在不可打印的垃圾字符。例如，

    String name = "Mr praneel" + (char)1 +"PIDIKITI";
    String[] nameParts = name.split("\\s+");
    for(String s : nameParts)
        System.out.println(s);

你确定Praneel和PIDIKITI之间没有垃圾字符吗？

像这样删除不可打印的字符：

// remove non printable characters excluding white space characters
  name = name.replaceAll("[^\\p{Print}\\s]","");

【讨论】：

当我在屏幕上打印它时，它看起来像这个 Mr# Praneel#PIDIKITI
@Praneel：像name.replaceAll("[^\\p{Print}]","")这样删除所有不可打印的垃圾字符。
@Praneel：在 Praneel 和 PIDIKITI 之间也没有找到空格，只有一个垃圾。

【解决方案2】：

如果您正在解析 HTML，我可以推荐 JSoup 吗？它是一个很好的 java HTML 解析器

【讨论】：