将句子字符串转换为Java中的字符串数组

Question

我需要我的Java程序采用如下字符串:

"This is a sample sentence."

并将其转换为字符串数组,如:

{"this","is","a","sample","sentence"}

没有句号或标点符号(最好).顺便说一下,字符串输入总是一个句子.

有没有一种简单的方法可以做到这一点,我没有看到？或者我们是否真的必须经常搜索空间并从空格之间的区域(这些是单词)创建新的字符串？

Answer 1

String.split()将完成你想要的大部分工作.然后,您可能需要遍历单词以删除任何标点符号.

例如:

String s = "This is a sample sentence.";
String[] words = s.split("\\s+");
for (int i = 0; i < words.length; i++) {
    // You may want to check for a non-word character before blindly
    // performing a replacement
    // It may also be necessary to adjust the character class
    words[i] = words[i].replaceAll("[^\\w]", "");
}

Answer 2

现在,这可以通过split正则表达式完成:

String s = "This is a sample sentence with []s.";
String[] words = s.split("\\W+");

这会给出如下话语: {"this","is","a","sample","sentence", "s"}

在\\W+将匹配出现一次或多次的所有非字母字符.所以没有必要更换.您也可以检查其他模式.

Answer 3

您可以使用BreakIterator.getWordInstance查找字符串中的所有单词.

public static List<String> getWords(String text) {
    List<String> words = new ArrayList<String>();
    BreakIterator breakIterator = BreakIterator.getWordInstance();
    breakIterator.setText(text);
    int lastIndex = breakIterator.first();
    while (BreakIterator.DONE != lastIndex) {
        int firstIndex = lastIndex;
        lastIndex = breakIterator.next();
        if (lastIndex != BreakIterator.DONE && Character.isLetterOrDigit(text.charAt(firstIndex))) {
            words.add(text.substring(firstIndex, lastIndex));
        }
    }

    return words;
}

测试:

public static void main(String[] args) {
    System.out.println(getWords("A PT CR M0RT BOUSG SABN NTE TR/GB/(G) = RAND(MIN(XXX, YY + ABC))"));
}

输出继电器:

[A, PT, CR, M0RT, BOUSG, SABN, NTE, TR, GB, G, RAND, MIN, XXX, YY, ABC]

Answer 4

你也可以使用BreakIterator.getWordInstance.

Answer 5

你可以使用这个正则表达式分割你的字符串

String l = "sofia, malgré tout aimait : la laitue et le choux !" <br/>
l.split("[[ ]*|[,]*|[\\.]*|[:]*|[/]*|[!]*|[?]*|[+]*]+");

Answer 6

尝试使用以下内容:

String str = "This is a simple sentence";
String[] strgs = str.split(" ");

这将使用空格作为分割点在字符串数组的每个索引处创建子字符串.

Answer 7

我能想到的最简单和最好的答案是使用java字符串上定义的以下方法 -

String[] split(String regex)

并且只做"这是一个例句".split("").因为它需要正则表达式,所以您也可以执行更复杂的拆分,其中包括删除不需要的标点符号和其他此类字符.