.split() 和 [\\W] 创建一个额外的空字符串？

Question

我正在创建一个小程序来将字符串拆分为标记（连续的英文字母字符，然后输出标记的数量以及实际标记。问题是在逗号后跟一个额外的空字符串元素空间。我研究过正则表达式并了解 \W 是任何不是单词字符的东西。String str = sc.nextLine();// creating an array of tokensString tokens[] = str.split("[\\W]");int len = tokens.length;System.out.println(len);for (int i = 0; i < len; i++) {     System.out.println(tokens[i]);  }输入：Hello, World.预期输出：2HelloWorld实际输出：3HelloWorld注意：这是我的第一个堆栈溢出帖子，如果我做错了什么请告诉我，谢谢

Answer 1

Try str.split("\\W+") It 表示 1 个或多个非单词字符

\W 只匹配 1 个字符。所以它在 处中断，然后在空格处再次中断 这就是为什么它会返回一个额外的空字符串。\W+ 将匹配 ', ' 作为一个，所以它只会中断一次，所以你只会取回令牌。（它适用于多个令牌，而不仅仅是两个。所以 'hello, world, again' 会给你 [hello,world,again]。

Answer 2

尝试这个

Scanner inputter = new Scanner(System.in);

System.out.print("Please enter your thoughts : ");

final String words = inputter.nextLine();

final String[] tokens = words.split("\\W+");

Arrays.stream(tokens).forEach(System.out::println);

Answer 3

如果您使用，.split("\\W")如果出现以下情况，您将得到空项目：

• 非单词字符出现在字符串的开头

• 非字字符连续出现，一个接一个\W匹配 1 个非字字符，打断字符串，然后下一个非字字符再次打断它，产生空字符串。

有两条出路。

要么删除开头的所有非单词字符，然后拆分为\W+：

String tokens[] = str.replaceFirst("^\\W+", "").split("\\W+");

或者，将字符块与\w+模式匹配：

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

Matcher m = p.matcher("   abc=-=123");

List<String> tokens = new ArrayList<>();

while(m.find()) {

    tokens.add(m.group());

}

System.out.println(tokens)