【发布时间】：2015-06-15 01:32:49
【问题描述】：
所以我想在 java 中将字符串拆分为任何非字母数字字符。
目前我一直是这样的
words= Str.split("\\W+");
但是我想在其中保留撇号（“'”）。是否有任何正则表达式可以保留撇号但踢掉其余的垃圾？谢谢。
【问题讨论】：
【发布时间】：2015-06-15 01:32:49
【问题描述】：
words = Str.split("[^\\w']+");
只需将其添加到字符类中。 \W 等价于[^\w]，然后您可以将' 添加到。
但请注意，\w 实际上也包含下划线。如果你也想在下划线上拆分，你应该改用[^a-zA-Z0-9']。
【讨论】：
-
当然，但是因为他们已经在使用
\W，所以我选择保留它。不过，我确实添加了一条注释。 -
a-zA-Z仅适用于英文字符。更通用的方法是\p{L}。顺便说一句，为了减少混乱，您应该真正避免使用反斜杠。 -
如何在上述模式中添加新行？
对于基本的英文字符，使用
words = Str.split("[^a-zA-Z0-9']+");
如果您想包含带有特殊字符的英文单词（例如 fiancé）或使用非英文字符的语言，请使用
words = Str.split("[^\\p{L}0-9']+");
【讨论】：
-
这不适用于字符串 = " a ";
-
我的意思是“ ”字符串中的空格
-
@maroodb - 好吧，对于
split" "是一个字符串，而不是一个字符，尽管它在 HTML 输出中被转换为单个字符。在这种情况下，必须相应地调整正则表达式模式。有关此类实现的示例，请参阅ideone.com/3RbBj5。我希望这能解决您面临的问题。 -
对不起，我没有正确解释我的意思； string = "{这里有空格} somedata"
-
@maroodb - 您需要调整正则表达式模式。如果你想用额外的字符串分割（比如
one、two、three），那么模式需要在其中包含这样的字符串：Str.split("(one|two|three|[^a-zA-Z0-9'])+")