Java 中的正则表达式 - 解析字符串数组

Question

我有一个这样的字符串数组：

    String tweetString = ExudeData.getInstance().filterStoppingsKeepDuplicates(tweets.text);
    // get array of words and split
    String[] wordArray = tweetString.split(" ");

拆分数组后，我打印以下内容：

System.out.println(Arrays.toString(wordArray));

我得到的输出是：

[new, single, fallin, dropping, days, artwork, hueshq, production, iseedaviddrums, amp, bigearl7, mix, reallygoldsmith, https, , , t, co, dk5xl4cicm, https, , , t, co, rvqkum0dk7]

我想要的是删除所有的逗号、https 和像 't' 这样的单个字母的实例（在使用上面的split方法之后）。 所以我想以这样的方式结束：

[new, single, fallin, dropping, days, artwork, hueshq, production, iseedaviddrums, amp, bigearl7, mix, reallygoldsmith, co, dk5xl4cicm, https, co, rvqkum0dk7]

我试过像这样做 replaceAll：

String sanitizedString = wordArray.replaceAll("\\s+", " ").replaceAll(",+", ",");

但这只是给了我相同的初始输出，没有任何变化。 有任何想法吗？

Answer 1

如果您使用的是 Java 8

String[] result = Arrays.stream(tweetString.split("\\s+"))
            .filter(s -> !s.isEmpty())
            .toArray(String[]::new);

我想要的是删除逗号、https 和单个字母（如“t”）的所有实例

在这种情况下，您可以制作多个过滤器，例如@Andronicus 或使用匹配项和一些正则表达式，如下所示：

String[] result = Arrays.stream(tweetString.split("\\s+"))
            .filter(s -> !s.matches("https|.|\\s+"))
            .toArray(String[]::new);

Answer 2

你可以这样做：

String[] filtered = Arrays
    .stream(tweetString.split("[ ,]"))
    .filter(str -> str.length() > 1)
    .filter(str -> !str.equals("http"))

Answer 3

根据我的评论，这里是快速解决方案。 （使用所有关键字增强正则表达式）

 private static void replaceFromRegex(final String text ) {
    String result = text.replaceAll("https($|\\s)| (?<!\\S)[^ ](?!\\S)","");
      System.out.println(result);
  }

然后测试

  public static void main(String []args) throws Exception{
      replaceFromRegex("new single fallin dropping, , https");
     }

注意：这只是示例，您必须增强正则表达式以考虑起始词（例如以 https 开头的字符串，然后是空格等）