java - 带有“[^a-zA-Z0-9]+”的 Java String.split 仍将空格显示为单词

Question

我在使用 Java 中为给定文档创建单词到频率图的程序时遇到问题。当我打印出所有单词时，我仍然将“”视为“单词”。

这是转述的代码：

String delimiters = "[^a-zA-Z0-9]+";
String[] words;
SortedSet<String> allWords = new TreeSet<String>();
Map<String, Map<String, Integer>> wordMap = new HashMap<String, Map<String, Integer>>();

while ((line = bufferedReader.readLine()) != null) {
    words = line.split(delimiters);
    for all words add the word to the allWords set and the wordMap
}

for (String word : allWords) {
    System.out.println(word + " : " + wordMap.get(word).entrySet());
}

这是一些示例输出：

Time elapsed: 0.75 seconds.
 : [books/dickens.txt=7]       // WHAT ARE YOU?!?! How does this happen??!?!
10 : [books/dickens.txt=2]
11th : [books/dickens.txt=2]
12th : [books/dickens.txt=2]

这个空白是如何出现的？谢谢

ps 如果你想看完整的代码，这里有一个链接

Answer 1

那不是空格是空字符串。当文件中有空行时会发生这种情况。

做这样的事情

words = "".split(delimiters);

产生一个具有一个元素的数组，并且该元素是一个空字符串。