Java：如何分割和保留定界符

Question

我找不到解决我遇到的这个问题的确切方法。 我想拆分一个包含空格和标点符号的句子。 我想保留单词和标点符号，并将它们存储在单个数组中。

 Example sentence;
 We have not met, have we?

 Desired array;
{"We", "have", "not", "met", ",", "have", "we", "?"}

我正在尝试使用单个String拆分方法拆分句子。 我已经研究了有关堆栈溢出的其他相关问题，但我无法获得适合我的正则表达式，尤其是问号。

Answer 1

您可以尝试使用空格或非单词字符之前的位置进行拆分：

\s+|(?=\W)

见正则表达式演示

模式详细信息 ： \\s+|(?=\\W)包含两个备选选项，并用|分隔| 符号。 \\s+匹配拆分时删除的1个或多个空格。 (?=\\W)是正向超前，仅在其包含的模式之前匹配空白空间-在这里， \\W匹配任何非单词字符（不是字母，数字或下划线）。

注意 ：如果非单词\\W类对您来说太“贪婪”，则可以使用标点符号类\\p{P} （ String pattern = "\\\\s+|(?=\\\\p{P})" ）仅在标点符号之前分割。

IDEONE Java演示 ：

String str = "We have not met, have we?"; 
String[] chunks = str.split("\\s+|(?=\\W)");
System.out.println(Arrays.toString(chunks));
// => [We, have, not, met, ,, have, we, ?]

如果您需要将非空白/非单词块标记为整个单位 （例如， ?!!作为一个数组元素），请使用以下匹配技术：

Pattern ptrn = Pattern.compile("[^\\s\\W]+|\\S+");
Matcher m = ptrn.matcher("We have not met, have we?!!");
List<String> list = new ArrayList<>();
while (m.find()) {
    list.add(m.group(0));
}
System.out.println(list); // => [We, have, not, met, ,, have, we, ?!!]

参见另一个IDEONE演示和regex演示 。

Answer 2

String sentence="We have not met, have we ?";
String[] splited = sentence.split("\\s+");