用新行替换与单词无关的单词答案

【问题标题】：Replace non word related words with new line用新行替换与单词无关的单词
【发布时间】：2013-11-13 00:28:57
【问题描述】：

我已经知道如何从输入的字符串中删除空格和非单词相关的文本

input = input.replaceAll("\\W","");

对于我们收到的作业，我们必须使用一个句子，例如“我爱奶酪——！”并把它变成这样的东西：

我

爱

奶酪

我的代码是：

    String input = null;    // Used for a sentence input


    System.out.print("What'd You Say? ");
    input = TextIO.getlnString();    // retrieves users input

    input = input.replaceAll("\\W","\n");
    System.out.println("Wordenator Replies:\n" + input);

但它会替换所有非字符字母，例如“-、!、.、^ 等”。换行因此，有些文本有很多新行，如果文本中包含多个非字符文本，则最终会出现大量空白。

如何让新行每个单词只出现一次？

【问题讨论】：

标签： java string replace

【解决方案1】：

不要用换行符替换每个个非单词字符，而是尝试替换所有 runs 个非单词字符：

input = input.replaceAll("\\W+", "\n");

+ 表示“一个或多个” - 这样，无论您遇到单个空格还是“--!”之类的字符串，您都只会得到一个换行符。

我建议阅读正则表达式；它们将在您的编程生活中证明是非常有用的。我发现this site 是一本有用的入门书。

编辑

但请注意，这是解决tokenization 问题的一种非常简单的方法。如果这些是您对作业的具体要求，那很好，但我建议通过提出“什么是一个词？”的问题来尝试获得额外的学分。对于在这种情况下想到的最简单的示例，“不要”将被拆分为

don

t

这真的是你想要的吗？

【讨论】：

比我的解决方案更好:-)。

【解决方案2】：

来自 javadoc：

\W 非单词字符：[^\w]

您应该使用 2 次替换。第一：用无符号替换所有非字符，第二用新行替换所有空格：

input = input.replaceAll("[^ &&[\\W]]", ""); //all non-space characters except space removed
input = input.replaceAll(" +", "\n"); //all spaces (one or more) replaced with new line

【讨论】：