String Splitting mit mehreren Trennzeichen Java

Question

Ich spalte unter Zeichenfolge mit mehreren Trennzeichen. Trennzeichen sind:

String[] tokens = s.split("[!|?|,|.|_|'|@ |\\s]"); 

Für die Eingabe:

, . @ ? ! _ ' and white space etc. 

Unten ist mein Code

Er ist ein sehr, sehr guter Junge, nicht wahr?

nach Split Erwarteter Ausgang: 10-Token

Er
ist
ein
sehr
sehr
gut
Junge
isn
t
er

Aber ich bin unten ouput bekommen: 11 Token

Er
ist
ein
sehr
sehr
gut
Junge

isn
t
er

Da zwei Delimiter Whitespace und Komma nebeneinander liegen, gibt es 11 Token. Wie bekomme ich die erwartete Ausgabe?

Answer 1

Sie können + verwenden, um die Kombination zu finden, wenn Sie mehrere aufeinanderfolgende Trennzeichen vermeiden wollen, die in leeren String ergibt

s.split("[,.@?!_'\\s]+") 

HINWEIS: - Wie ich in Kommentar erwähnt, Zeichenklasse selbst arbeitet als OR Bedingung für Zeichen. Es ist also nicht notwendig, | innerhalb der Zeichenklasse zu verwenden, um eine Alternierung zu erreichen, da sie wörtlich mit | übereinstimmt.

Answer 2

Um mehr als eine aufeinanderfolgende Trennzeichen entsprechen, verwenden Sie die +:

s.split("[,.@?!_'\\s]+"); 

Eine andere Regex, die Sie berücksichtigen sollten mit ist:

s.split("[\\W_]+"); 

Diese so aufgeteilt wird, dass jede Nicht-Wortzeichen werden als Trennzeichen behandelt werden. Dies ist nicht durch Ihre Frage spezifiziert, aber es hat auch die Ausgabe, die Sie erwarten.