在单词边界中拆分字符串需要 '+'

Question

我想在单词边界中分割一个字符串，因此现在我正在考虑那个空格，一个'，'和一个'。'或者 '！'表示单词的边界。
在以下示例中：

String text = "This is, just a text to be used, for testing purpose. Nothing more!";
String[] words = text.split("[\\s+,.!]");
for(String w: words) {
    System.out.println(w);
}  

打印出来：

This
is

just
a
text
to
be
used

for
testing
purpose

Nothing
more

如您所见，以, 或. 或! 结尾的词有空词
但是如果我在我的正则表达式中添加一个+：

String[] words = text.split("[\\s+,.!]+");
for(String w: words) {
    System.out.println(w);
}  
This
is
just
a
text
to
be
used
for
testing
purpose
Nothing
more

空话不存在。为什么需要+ 才能避免空话？

Answer 1

"[\\s+,.!]" 不会做你认为的那样。在[]s 内部，+ 被视为文字字符，而不是表示“一个或多个”的正则表达式特殊字符。

第一个模式中的空字符串是因为像", " 这样的子字符串在"," 和" " 之间有一个空字符串。

"[\\s+,.!]+" 起作用是因为正则表达式重复字符+ 位于正确的位置——“前一组中的一个或多个字符”，即在最后一个+ 之前的[] 中的内容.

但组内的+ 可能不是您想要的。这会将"foo+bar" 拆分为{"foo", "bar"}，这似乎是误报。使用"[\\s,.!]+" 来缓解这种情况。