我做了一个关于标点符号和正则表达式的问题,但很混乱。
假设我有这样的文字:
String text = "wor.d1, :word2. wo,rd3? word4!";
我正在这样做:
String parts[] = text.split(" ");
我有这个:
wor.d1, | :word2. | wor,d3? | word4!;
我需要做什么才能拥有这个?(保留边界上的符号,但仅限我指定的符号:.,!?:
,不是全部)。
wor,d1 | , | : | word2 | . | wor,d3 | ? | word4 | !
UPDATE
我使用这些正则表达式得到了一些好的结果,但它在单词开头的标点符号上的所有分割之前给出了一个空字符。
有没有办法让开头没有这个空字符?
这个正则表达式好还是有更简单的方法?
public static final String PUNCTUATION_SEPARATOR =
"("
+ "("
+ "(?=^[\"'!?.,;:(){}\\[\\]]+)"
+ "|"
+ "(?<=^[\"'!?.,;:(){}\\[\\]]+)"
+ ")"
+ "|"
+ "("
+ "(?=[\"'!?.,;:(){}\\[\\]]+($|\n))"
+ "|"
+ "(?<=[\"'!?.,;:(){}\\[\\]]+($|\n))"
+ ")"
+ ")";