正则表达式，取出字符串中不属于单词的标点符号答案

【问题标题】：regex, take out punctuation that is not part of a word inside a string正则表达式，取出字符串中不属于单词的标点符号
【发布时间】：2020-11-05 16:51:03
【问题描述】：

我有这个代码：

String s="  //wont won't won't ";
String[] w =  s.split("[\\s+\\/,\\.!_\\-?;:]++");

我不会将 ' 删除，因为它是单词的一部分。帮助将不胜感激但是//我不希望//被删除。

所以我的问题如下 - 我如何在 java 中使用正则表达式来获取某个标点符号，如果它在我们有 ' 的“不会”之类的单词的一部分中不被删除，但同时保持这个-

"[\\s+\\/,\\.!_\\-?;:]++"

【问题讨论】：

标签： java regex string split

【解决方案1】：

你可以使用

String[] w = s.split("[\\s+/,.!_\\-?;:]+|\\B'|'\\B");

请参阅regex demo。详情：

[\s+/,.!_\-?;:]+ - 一个或多个空格，+，/，,，.，!，_，-，?，@98765433@34@4
| - 或
\B' - ' 位于字符串的开头或紧跟在非单词字符之前
| - 或
'\B - ' 位于字符串末尾或紧跟非单词字符。

见Java demo：

String s ="  //wont won't won't ";
String[] w = s.split("[\\s+/,.!_\\-?;:]+|\\B'|'\\B");
System.out.println(Arrays.toString(w));
// => [, wont, won't, won't]

如果先删除字符串开头的所有匹配项，则可以删除开头的空条目：

String regex = "[\\s+/,.!_\\-?;:]+|\\B'|'\\B";
String[] w2 = s.replaceFirst("^(?:"+regex+")+", "").split(regex);
System.out.println(Arrays.toString(w2));
// => [wont, won't, won't]

【讨论】：

嘿，非常有用的网站，但这没有 java 选项，这是我在这段代码中使用的语言。
@GilCaplan 在这里用作演示，而不是证明正则表达式有效。如果您对 Java 中的正则表达式使用有任何疑问，请告诉我。
@GilCaplan 我添加了一个 Java 演示 - 它是否按预期工作？
在java中，它不起作用。经过一番测试，我找到了解决方案。
@GilCaplan “它不起作用”是什么意思？我提供了一个演示来证明它有效：我的代码为您提供了预期的结果。我还解释了为什么它会这样工作。好吧，如果您有任何 Unicode 字母，您可能需要添加 (?U) 标志："(?U)[\\s+/,.!_\\-?;:]+|\\B'|'\\B"