1

我正在尝试将文本从文件拆分为单词

split("[^0-9a-zA-Z]+")

但结果有空字符串。我该如何解决这个问题？

长度 | 数组中的数字| 词 | 计数 | %

2   [  1]  to       9   5.56 %
0   [  2]           6   3.70 %
5   [  3]  there        6   3.70 %
6   [  4]  result       3   1.85 %
4   [  5]  text         3   1.85 %
3   [  6]  but      3   1.85 %

输出是：

I'm trying to split text from file to words

split("[^0-9a-zA-Z]+") 
but there are result empty strings too. Is there any solutions to solve this problem?

3次粘贴

4

1 回答 1

2

对于String.split，您传递的参数是匹配术语分隔符的正则表达式。分隔符本身被移除。

由于您的正则表达式匹配单词，因此您实际上是在删除单词并将空格作为术语。

例如：

敏捷的棕色狐狸

将被拆分如下

[The][ ][quick][ ][brown][ ][fox]
 Sep  0   Sep   1   Sep   2  Sep

产生一个由三个单空格字符串组成的数组。

我猜你的一些词与正则表达式不完全匹配，这就是为什么你的结果中也有一些词。

解决方案：要么反过来做（myString.split('\\s')似乎是一个好的开始），要么使用匹配器并迭代直到它找不到任何东西。

请参阅http://docs.oracle.com/javase/1.4.2/docs/api/java/lang/String.html#split%28java.lang.String%29

于 2012-12-20T14:11:17.757 回答