java - 正则表达式将句子拆分为单词

Question

我正在做我的任务，即从字典列表和段落中读入并计算某些单词在段落中出现的次数，同时使用 LinkedLists 和 BST。我们已经获得了 regex 命令来拆分paragraph.txt 文件，该命令"[\\s|\\pPunct]+"对我不起作用，所以我正在使用[\\s, ?!]+但是这并没有做我想要的一切，因为 regex 命令在外面这门课程的摘要我对它们了解不多。

我正在寻找一个删除所有句点、逗号和空格的命令。[\\s, ?!]+前两个，但是如果我有这条线，例如；

..some line here

more text here...

该返回行没有被删除，当我将每个单词添加到我的 LinkedList 中时，我尝试将其删除；

    public static void insertParagraph(String[] strings) {
    for(int i = 0; i < strings.length; i++) {
        if(strings[i] != "" || strings[i] != " " || strings[i] != null)
            paragraph.insertFirst(strings[i].replaceAll("[^a-zA-Z'\\s]","").toLowerCase());
    }
}

但是，如果语句也不起作用，有人有什么建议吗？

Answer 1

方括号表示字符类，圆括号表示捕获组。

查看Pattern类以查看预定义的字符类。

"[\\s|\\pPunct]+" // wrong
"(\\s|\\p{Punct})+" // correct