Java字符串 - 按空格拆分，但保留双空格

Question

Java字符串 - 按空格拆分，但保留双空格

3

目前我正在通过空格来分割字符串。但是有一些双空格我想在将它们全部组合在一起时保留下来。有什么建议吗？

例如，字符串"I went to the beach. I ate pie"被分割为

I
went
to
the
beach.

I
ate
pie

我不想要空白条目，但我希望将其按照相同的格式重新组合。感谢大家！

- Badmiral

听起来你可以使用StringTokenizer（按空格拆分），并在任何非字母字符后添加一个空格。 - Nir Alfasi

你能保留每个标记末尾的空格吗？这将有一个非常简单的编程解决方案。 - Marko Topolnik

5个回答

2

String st = "I went to the beach.  I ate pie";
st.split("\\s{1}(?!\\s)");

这将导致：

[I, went, to, the, beach. , I, ate, pie]

我建议您查看http://docs.oracle.com/javase/6/docs/api/和/或http://www.regular-expressions.info/java.html，以便您了解这个程序的作用。

- FGreg

1

仔细研究一下Java的正则表达式可以为你带来什么好处。使用正则表达式可以识别模式的方法。

Java正则表达式示例

- Erwald

1

请尝试使用此方法，它可以删除非空格字符之间的所有空格。

myString = myString.replaceAll("\S\s\S", "");

这将在两个单词之间出现多个空格时保留它们。

- GETah

1

我知道这是一个老问题，但是为了未来的读者受益：你要寻找的概念是“捕获组”。捕获组允许您引用表达式中的匹配项，并稍后检索它们，例如通过反向引用，而不是字符串被吞噬。

从文档中，这是您需要了解的相关语法：

(?<name>X)          X, as a named-capturing group
(?:X)               X, as a non-capturing group
(?idmsuxU-idmsuxU)  Nothing, but turns match flags i d m s u x U on - off
(?idmsux-idmsux:X)  X, as a non-capturing group with the given flags i d m s u x on - off
(?=X)               X, via zero-width positive lookahead
(?!X)               X, via zero-width negative lookahead
(?<=X)              X, via zero-width positive lookbehind
(?<!X)              X, via zero-width negative lookbehind
(?>X)               X, as an independent, non-capturing group

使用输入文本：

String example = "ABC     DEF     GHI J K";

你可以使用正向和负向先行断言的组合，将尾随空格与每个单词结合起来：

// Result: [ABC     , DEF     , GHI , J , K]
example.split("(?<=\\s+)(?!\\s)");

或者您可以使用正向先行断言来捕获单词边界，以保留空格作为单独的、分组的元素：

// Result: [ABC,      , DEF,      , GHI,  , J,  , K]
example.split("(?=\\b)");

Java模式API：
http://docs.oracle.com/javase/7/docs/api/java/util/regex/Pattern.html

_{顺便提一下: 虽然“用完全不合理的东西替换文本”的建议很诱人，因为它很容易实现，但在生产代码中千万不要这样做。它最终肯定会失败，而且它发生的频率比你想象的要高。我曾经调试过一个呼叫中心，因为一个程序员使用了大约80列的“~=$~=$~=$...”相信这是安全的。那持续了几个月，直到一个服务代表只用这个序列保存了他的笔记上的“花式边框”。我甚至见证过一个真正的、随机的MD5碰撞在搜索服务器上发生。当然，这个MD5碰撞花了11年的时间，但它仍然导致了搜索崩溃，这个观点仍然存在。唯一的字符串从来没有。永远假设重复出现。}

- lisa

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- BlackVegetable · Accepted Answer

可以使用String的replaceAll(" ", " unlikelyCharacterSequence")方法将字符串中的双空格替换为一个不太可能出现的字符序列，然后按照正常方式通过空格对字符串进行分割。最后，您可以通过在末尾将{unlikelyCharacterSequence}替换为双空格来将其转换回去。

但是：如果您在实际未修改的字符串中遇到了您的“不太可能”的字符序列，则此方法会失败。为了更通用的解决方案，请查看下面这个示例的备选方案。

示例（警告，取决于不存在!@ #！@#：）

String example = "Hello.  That was a double space. That was a single space."
String formatted = example.replace("  ", " !@#!@#");
String [] split = formatted.split(" ");
for(int i = 0; i < split.length; i++)
{
  split.replace("!@#!@#", " ");
}
// Recombine your splits?

或者你可以采取更为稳健的策略，将字符串按照你在问题中所给出的方式重新组合，但忽略只包含单个空格的元素：

String example = "ThisShouldBeTwoElements.  ButItIsNot.";
String [] splitString = example.split(" ");
String recombined = "";
for(int i = 0; i < splitString.length; i++)
{
  if(!splitString[i].equals(" "))
    recombined += splitString[i];
}