使用 RegEx 时如何保留分隔符？答案

【问题标题】：How to keep the delimiter while using RegEx?使用 RegEx 时如何保留分隔符？
【发布时间】：2011-10-30 22:34:26
【问题描述】：

我做了一个关于标点符号和正则表达式的问题，但它很混乱。

假设我有这个文本：

String text = "wor.d1, :word2. wo,rd3? word4!";

我正在这样做：

String parts[] = text.split(" ");

我有这个：

wor.d1, | :word2. | wor,d3? | word4!;

我需要做什么才能做到这一点？（将符号保留在边框上，但仅我指定：.,!?:，而不是全部）。

wor,d1 | , | : | word2 | . | wor,d3 | ? | word4 | !

更新

我使用这些正则表达式得到了一些不错的结果，但它在单词开头的所有标点符号拆分之前给出了一个空字符。

有没有办法在开始时不使用这个空字符？

这个正则表达式好不好，还是有更简单的方法？

public static final String PUNCTUATION_SEPARATOR =
        "("
        + "("
        + "(?=^[\"'!?.,;:(){}\\[\\]]+)"
        + "|"
        + "(?<=^[\"'!?.,;:(){}\\[\\]]+)"
        + ")"
        + "|"
        + "("
        + "(?=[\"'!?.,;:(){}\\[\\]]+($|\n))"
        + "|"
        + "(?<=[\"'!?.,;:(){}\\[\\]]+($|\n))"
        + ")"
        + ")";

【问题讨论】：

看到这个问题：stackoverflow.com/questions/275768/…

标签： java regex separator punctuation

【解决方案1】：

您确定要使用正则表达式吗？有一个更快的单字符分割实现：StringTokenizer。它可以返回分隔符。

String str= "word1, word2. word3? word4!";
String delim = ",.!?";
StringTokenizer st = new StringTokenizer(str, delim, true);
while (st.hasMoreTokens()) {
  String token = st.nextToken();
  ... // token will be: "word1", ",", " word2", ".", etc...
}

【讨论】：

这可行，但需要是正则表达式或更复杂的东西，因为我只想吐在边界（开始和结束）而不是中间。
我的意思是如果符号在字符串的中间（ab，20.50），我不想分裂，只在边界（测试，[100等）。跨度>

【解决方案2】：

对于简单的分隔符，我推荐使用 StringTokenizer。但这里有一个使用正则表达式和另一个辅助分隔符的解决方案：

String s  = "one,two, three   four ,  five";
s = s.replaceAll("([,\\s]+)", "#$1#");
Pattern p = Pattern.compile("#");
String[] result = p.split(s);

【讨论】：

【解决方案3】：

这是我认为可行的正则表达式：

/\s|(?=[\.,:?!](\W|$))|(?<=\W[\.:?!])/

【讨论】：

【解决方案4】：

在我看来你想要this。首先你分解你的字符串，第二步你使用 implode 函数。

【讨论】：

【解决方案5】：

public static final String PUNCTUATION_SEPARATOR =
    "("
    + "("
    + "(?=^[\"'!?.,;:(){}\\[\\]-]+)"
    + "|"
    + "(?<=^[\"'!?.,;:(){}\\[\\]-]+)"
    + ")"
    + "|"
    + "("
    + "(?=[\"'!?.,;:(){}\\[\\]-]+($|\n))"
    + "|"
    + "(?<=[\"'!?.,;:(){}\\[\\]-]+($|\n))"
    + ")"
    + ")";

【讨论】：