Java String split regexp возвращает пустые строки с несколькими разделителями

Question

У меня есть проблема, по которой я не могу найти ответ здесь, поэтому я прошу об этом.

Дело в том, что у меня есть строка, и у меня есть разделители. Я хочу создать массив строк из вещей, которые находятся между этими разделителями (могут быть слова, числа и т. Д.). Однако, если у меня есть два разделителя рядом друг с другом, метод split возвращает пустую строку для одного из экземпляров.

Я проверил это против еще большего числа разделителей, которые последовательно. Я узнал, что если у меня есть n разделителей, у меня будет n-1 пустых строк в массиве результатов. Другими словами, если у меня есть и «» и „“ в качестве разделителей и предложения „Это очень хороший день, не правда ли“, то массив с результатами будет, как:

{... , "day", "", "isn't" ...} 

Я хочу получить эти лишние пустые строки, и я не могу понять, как это сделать. Образец регулярного выражения для разделителей, что у меня есть это:

"[\\s,.-\\'\\[\\]\\(\\)]" 

Также вы можете объяснить, почему есть лишние пустые строки в результирующем массиве?

P.S. Я прочитал некоторые аналогичные записи, которые включали информацию о втором параметре регулярного выражения. Я пробовал как отрицательные, нулевые, так и положительные числа, и я не получил результат, который я ищу. (один из вопросов имел ответ, говорящий, что -1 в качестве параметра может решить проблему, но это не так.

Answer 1

Вы можете использовать это регулярное выражение для расщепления:

[\\s,.'\\[\\]()-]+ 

• Держите неэкранированный дефис в первый или последний позиции в классе символов, в противном случае он рассматривается как диапазон, такой как A-Z или 0-9
• Вы должны использовать квантор + для согласования более 1 разделителей

Answer 2

Ваше регулярное выражение описывает только один символ. Если вы хотите, чтобы он соответствовал нескольким разделителям одновременно, использовать квантор:

String s = "This is a very nice day, isn't it"; 
String[] tokens = s.split("[\\s,.\\-\\[\\]()']+"); 

(Обратите внимание на «+» в конце выражения)

Answer 3

Я думаю, ваша проблема только само регулярное выражение следует использовать жадный квантор:.

"[\\s,.-\\'\\[\\]\\(\\)]+" 

См http://docs.oracle.com/javase/7/docs/api/java/util/regex/Pattern.html#sum

X + ... X, один или несколько раз

Answer 4

Если вы хотите, чтобы избавиться от пустых строк, вы можете использовать проект Splitter класса Guava.

on метод:

Возвращает разделитель, который использует заданную фиксированную строку в качестве разделителя.

Пример (игнорируя пустые строки):

System.out.println(
       Splitter.on(',') 
        .trimResults() 
        .omitEmptyStrings() 
        .split("foo,bar,, qux") 
       ); 

Выход:

[foo, bar, qux] 

onPattern метод:

возвращает splitter, который считает, что любая подпоследовательность, соответствующая заданному шаблону (регулярное выражение), является разделителем.

Пример (игнорируя пустые строки):

System.out.println(
       Splitter 
       .onPattern("([,.|])") 
       .trimResults() 
       .omitEmptyStrings() 
       .split("foo|bar,, qux.hi") 
       ); 

Выход:

[foo, bar, qux, hi] 

Для получения более подробной информации, обратитесь к Splitter documentation.