Java解析具有大量空格的字符串答案

【问题标题】：Java parsing a string with lots of whitespaceJava解析具有大量空格的字符串
【发布时间】：2012-02-14 21:32:09
【问题描述】：

我有一个带有多个空格的字符串，但是当我使用标记器时，它会在所有这些空格处将其分开。我需要令牌来包含这些空格。如何使用 StringTokenizer 来返回带有我要拆分的标记的值？

【问题讨论】：

如果您不使用空格分隔的数据，您应该可以找到。如果你是，祝你好运！顺便说一句，如果你给我们一个例子会有所帮助。
请举例说明您尝试标记的字符串以及您希望结果的外观。

【解决方案1】：

您会在 StringTokenizer 的文档中注意到，建议不要将它用于任何新代码，而 String.split(regex) 正是您想要的

String foo = "this is      some  data      in   a string";
String[] bar = foo.split("\\s+");

编辑添加： 或者，如果您有比简单拆分更大的需求，则使用Pattern 和Matcher 类进行更复杂的正则表达式匹配和提取。

再次编辑：如果您想节省空间，了解一些正则表达式真的很有帮助：

String[] bar = foo.split("\\b+");

这将在单词边界上拆分，将每个单词之间的空格保留为String；

public static void main( String[] args )
{
    String foo = "this is      some  data      in   a string";
    String[] bar = foo.split("\\b");
    for (String s : bar)
    {
        System.out.print(s);
        if (s.matches("^\\s+$"))
        {
            System.out.println("\t<< " + s.length() + " spaces");
        }
        else
        {
            System.out.println();
        }
    }
}

输出：

this
        << 1 spaces
is
        << 6 spaces
some
        << 2 spaces
data
        << 6 spaces
in
        << 3 spaces
a
        << 1 spaces
string

【讨论】：

这会拆分字符串，但不保留空格。
@TravisJ - OP 的问题没有提供足够的细节来为他的问题提供精确的解决方案；我不知道他是否想要 N 个字符串，其中一些是单词之间的所有空格，或者他是否有“空”列由单词之间的一些空格表示，等等。另外，请参阅标记为“编辑添加"。
如果您无法发布答案，那么也许您应该弃权。我将在已编辑的部分中提供适当的正则表达式解决方案。
@TravisJ - 哦不，谢谢；您鼓励我向 OP 提供一个实际上有效且正确的答案，如果那是他的实际需要的话。
@Brain Roach - 您可能希望使用高效且正确的方法，但在这里要更加小心。使用\b 分隔边界上的字符串可能会在存在非字符（如句点、美元符号、重音字母、撇号等）时产生意想不到的影响。用逻辑将所有这些重新组合起来效率非常低。

【解决方案2】：

听起来您可能需要使用正则表达式 (http://docs.oracle.com/javase/1.4.2/docs/api/java/util/regex/package-summary.html) 而不是 StringTokenizer。

【讨论】：

【解决方案3】：

使用String.split("\\s+") 代替StringTokenizer。

请注意，这只会提取由至少一个空白字符分隔的 非空白 字符，如果您希望包含在非空白字符中的前导/尾随空白字符将是完全不同的解决办法！

您的原始问题中并不清楚此要求，并且有一个待修改的编辑试图澄清它。

StringTokenizer 在几乎所有非人为的情况下都是错误的工具。

【讨论】：

【解决方案4】：

我认为最好先使用replaceAll 函数将所有多个空格替换为单个空格，然后使用split 函数进行标记化。

【讨论】：