从字符串中提取以特定字符开头的单词

Question

我得到以下字符串：

 String line = "#food was testy. #drink lots of. #night was fab. #three #four";

我想利用#food #drink #night #three和#four从它。

我试过这段代码：

    String[] words = line.split("#");
    for (String word: words) {
        System.out.println(word);
    }

但是它让food was testy ， drink lots of ， nigth was fab ， three和four 。

Answer 1

split只会在发现＃的位置切断整个字符串。 这解释了你目前的结果。

您可能想要提取每个字符串的第一个单词，但执行任务的好工具是RegEx

在这里你如何实现它：

String line = "#food was testy. #drink lots of. #night was fab. #three #four";

Pattern pattern = Pattern.compile("#\\w+");

Matcher matcher = pattern.matcher(line);
while (matcher.find())
{
    System.out.println(matcher.group());
}

输出是：

#food
#drink
#night
#three
#four

魔术发生在“＃\\ w +”中。

• #模式以＃开头
• \\w 匹配任何字母（az，AZ），数字（0-9）或下划线 。
• +匹配一个或多个连续的\\w字符。

因此，我们搜索以#开头，后跟一个或多个字母，数字或下划线的内容。

由于Escape Sequences，我们使用'\\\\'作为'\\'。

你可以在这里玩。

find和group在这里解释：

• find方法扫描输入序列，寻找与模式匹配的下一个子序列。
• group()返回上一个匹配项匹配的输入子序列。

[编辑]

如果您需要检测重音字符或非拉丁字符，则使用\\w可能是一个问题。

例如：

“Bonjour mon＃bébé＃chat。”

比赛将是：

• #B
• #chat

这取决于你将接受什么样的hashTag 。 但这是另一个问题， 关于它 存在 多种 讨论 。

例如，如果您想要任何语言的任何字符， #\\p{L}+看起来不错，但下划线不在其中......

Answer 2

请按照以下步骤进行操作==>

   String candidate = "#food was testy. #drink lots of. #night was fab. #three #four";

        String regex = "#\\w+";
        Pattern p = Pattern.compile(regex);

        Matcher m = p.matcher(candidate);
        String val = null;

        System.out.println("INPUT: " + candidate);

        System.out.println("REGEX: " + regex + "\r\n");

        while (m.find()) {
          val = m.group();
          System.out.println("MATCH: " + val);
        }
        if (val == null) {
          System.out.println("NO MATCHES: ");
        }

这将给出如下输出，因为我解决了我的netbeans IDE的问题，并测试了该程序

INPUT: #food was testy. #drink lots of. #night was fab. #three #four

REGEX: #\w+

MATCH: #food

MATCH: #drink

MATCH: #night

MATCH: #three

MATCH: #four

您将需要以下导入

import java.util.regex.Matcher;
import java.util.regex.Pattern;