0

我有一个文本文件，其中包含有关各种软件组件的一些描述。现在提到了许多软件组件及其版本，例如说我的文件中有一个字符串 

"Stack Careers 2.0 is the new number 1 site with symbol ! and * and blablabla   
 replacing older Stack Careers."

它也有一些符号和数字。

我已经用 A-Za-z 以外的任何字符分割了字符串，下面是它的代码。

getMySoftwareDescription().split("[^a-zA-Z]");

这给了我所有的单词（我实际上想要所有的单词，而不是除了软件版本号之外的任何符号或数字），比如

Stack,Careers,is,the，ETC。在一个数组里面。

但我想将字符串Stack Careers 2.0作为单个字符串获取Stack Careers

（连同其他词，如is, theas it is ）来自上面的示例。

我想提一下我不擅长正则表达式。

4

1 回答 1

0

你可以从这个开始

    Pattern p = Pattern.compile("(\\p{Lu}[\\p{L} ]+)(\\d+[\\.]?\\d+)*|[\\S&&[^.]]+");
    Matcher m = p.matcher("Stack Careers 2.0 is the new number 1 site with symbol ! and \n* and blablabla\n replacing older Stack Careers.");
    List<String> list = new ArrayList<String>(); 
    while (m.find()) {
        list.add(m.group());
    }
    System.out.println(list);

输出

[Stack Careers 2.0, is, the, new, number, 1, site, with, symbol, !, and, *, and, blablabla, replacing, older, Stack Careers]

虽然应该改进它以识别所有可能的选项。

于 2012-12-06T09:56:28.097 回答