按空格分割字符串

Question

我需要在Java中按空格分隔单词，因此我使用了.split函数来实现，如下所示：

String keyword = "apple mango ";
String keywords [] = keyword .split(" ");

上述代码运行正常，但唯一的问题是有时我的关键字会包含像"jack fruit"，"ice cream"这样带双引号的关键字，如下所示。

String keyword = "apple mango \"jack fruit\" \"ice cream\"";

在这种情况下，我需要从关键字数组中获取4个单词，如苹果，芒果，菠萝蜜，冰淇淋。请问有人能告诉我解决方案吗？

- Alex Man

---

这可能需要使用正则表达式来检查引号，只是说一下 ;) - AxelH

我的一般感觉是，这种问题实际上可能更适合使用解析器而不是单个正则表达式。 - Tim Biegeleisen

Answer 1

List<String> parts = new ArrayList<>();
String keyword = "apple mango \"jack fruit\" \"ice cream\"";

// first use a matcher to grab the quoted terms
Pattern p = Pattern.compile("\"(.*?)\"");      
Matcher m = p.matcher(keyword);
while (m.find()) {
    parts.add(m.group(1));
}

// then remove all quoted terms (quotes included)
keyword = keyword.replaceAll("\".*?\"", "")
                 .trim();

// finally split the remaining keywords on whitespace
if (keyword.replaceAll("\\s", "").length() > 0) {
    Collections.addAll(parts, keyword.split("\\s+"));
}

for (String part : parts) {
    System.out.println(part);
}

输出：

jack fruit
ice cream
apple
mango

- Tim Biegeleisen

---

@MuratK。非常抱歉，我的正则表达式匹配有些问题，我最初是在手机上回答这个问题的。现在已经可以工作了。 - Tim Biegeleisen

如果关键词是 String keyword = "\"ice cream\" 192.168.214.125";，那么它不能正确地给出 ice cream 和 192.168.214.125。 - Alex Man

@AlexMan，我在关键字上添加了额外的trim()来处理这种边缘情况。 - Tim Biegeleisen

@TimBiegeleisen 谢谢 Tim - Alex Man

@AlexMan，我为此添加了另一个修复程序。只需检查是否还有剩余术语可供分割即可。 - Tim Biegeleisen

Answer 2

我会使用正则表达式和两个捕获组来实现。我不知道有其他的方法。

    String keyword = "apple mango \"jack fruit\" \"ice cream\"";
    Pattern p = Pattern.compile("\"?(\\w+\\W+\\w+)\"|(\\w+)");      
    Matcher m = p.matcher(keyword);
    while (m.find()) {
        String word = m.group(1) == null ? m.group(2) : m.group(1);
        System.out.println(word);
    }

- mprivat

---

我删除了我的解决方案，看到这个解决方案后，我不知道为什么没有考虑使用两个组... - AxelH

虽然楼主可能已经放弃这个帖子了，但这个解决方案是最优雅的。 - Murat Karagöz

如果有人错误地在最后只放了一个双引号，比如 apple mango"，会怎么样呢？ - Alex Man

如果你需要进行更严格的条件解析，我认为你必须使用重型武器。例如，如果你想将其推向极致并能够检测到这种错误，可以使用JavaCC。正则表达式并没有那样的逻辑。如果你引入了一个扰动，它会表现得很奇怪。 - mprivat

如果关键字是 String keyword = "\"ice cream\" 192.168.214.125";，它不会给出正确的结果，如 ice cream 和 192.168.214.125。 - Alex Man

Answer 3

这个解决方案可以工作，但我相信它不是最佳的性能/资源。当你有超过两个单词的水果时，它也可以工作。请随意编辑或优化我的代码。

public static void main(String[] args) {
        String keyword = "apple mango \"jack fruit\" \"ice cream\" \"one two three\"";
        String[] split = custom_split(keyword);
        for (String s : split) {
            System.out.println(s);
        }
    }

    private static String[] custom_split(String keyword) {
        String[] split = keyword.split(" ");
        ArrayList<String> list = new ArrayList<>();
        StringBuilder temp = new StringBuilder();
        boolean multiple = false;
        for (String s : split) {
            if (s.startsWith("\"")) {
                multiple = true;
                s = s.replaceAll("\"", "");
                temp.append(s);
                continue;
            }
            if (s.endsWith("\"")) {
                multiple = false;
                s = s.replaceAll("\"", "");
                temp.append(" ").append(s);
                list.add(temp.toString());
                temp = new StringBuilder();
                continue;
            }
            if (multiple) {
                temp.append(" ").append(s);
            } else {
                list.add(s);
            }
        }
        String[] result = new String[list.size()];
        for (int i = 0; i < list.size(); i++) {
            result[i] = list.get(i);
        }
        return result;
    }

- AdrianES

Answer 4

String.split() 无法做到这一点。您需要为目标令牌设计一个正则表达式，并通过匹配器收集它们，就像这样：

    final Pattern token = Pattern.compile( "[^\"\\s]+|\"[^\"]*\"" );

    List<String> tokens = new ArrayList<>();
    Matcher m = token.matcher( "apple mango \"jack fruit\" \"ice cream\"" );
    while( m.find() )
        tokens.add( m.group() );

- shinobi

Answer 5

这将在引号上拆分字符串，然后进一步通过空格拆分偶数成员。

    String keyword = "apple mango \"jack fruit\" \"ice cream\"";
    String splitQuotes [] = keyword.split("\"");

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

    for (int i = 0; i < splitQuotes.length; i++) {
        if (i % 2 == 0) {
            Collections.addAll(keywords, splitQuotes[i].split(" "));
        } else {
            keywords.add(splitQuotes[i]);
        }
    }

- Crepi

---

只有在引号 "" 内部时，关键字才可以为空。如果您的意思是当两个引号紧挨着时（例如对于 "jack fruit" "ice cream"），它将调用 addAll 并添加空字符串数组，因此不会影响结果。 还有其他我没有看到的情况吗？ - Crepi