Konvertieren einer Satzzeichenfolge in ein Zeichenfolgenarray von Wörtern in Java

Ich brauche mein Java-Programm, um eine Zeichenfolge zu nehmen wie:

"This is a sample sentence."

und verwandle es in ein String-Array wie:

{"this","is","a","sample","sentence"}

Keine Punkte oder Satzzeichen (vorzugsweise). Die String-Eingabe ist übrigens immer ein Satz.

Gibt es eine einfache Möglichkeit, dies zu tun, die ich nicht sehe? Oder müssen wir wirklich viel nach Leerzeichen suchen und aus den Bereichen zwischen den Leerzeichen (die Wörter sind) neue Zeichenfolgen erstellen?

String.split() wird das meiste tun, was Sie wollen. Möglicherweise müssen Sie dann die Wörter durchlaufen, um Satzzeichen herauszuziehen.

Zum Beispiel:

String s = "This is a sample sentence.";
String[] words = s.split("\\s+");
for (int i = 0; i < words.length; i++) {
    // You may want to check for a non-word character before blindly
    // performing a replacement
    // It may also be necessary to adjust the character class
    words[i] = words[i].replaceAll("[^\\w]", "");
}

Jetzt kann dies nur mit erreicht werden split wie es Regex braucht:

String s = "This is a sample sentence with []s.";
String[] words = s.split("\\W+");

dies ergibt Wörter wie: {"this","is","a","sample","sentence", "s"}

Das \\W+ stimmt mit allen nicht alphabetischen Zeichen überein, die einmal oder mehrmals vorkommen. Es muss also nicht getauscht werden. Sie können auch andere Muster überprüfen.

Sie können verwenden BreakIterator.getWordInstance um alle Wörter in einer Zeichenfolge zu finden.

public static List<String> getWords(String text) {
    List<String> words = new ArrayList<String>();
    BreakIterator breakIterator = BreakIterator.getWordInstance();
    breakIterator.setText(text);
    int lastIndex = breakIterator.first();
    while (BreakIterator.DONE != lastIndex) {
        int firstIndex = lastIndex;
        lastIndex = breakIterator.next();
        if (lastIndex != BreakIterator.DONE && Character.isLetterOrDigit(text.charAt(firstIndex))) {
            words.add(text.substring(firstIndex, lastIndex));
        }
    }

    return words;
}

Prüfen:

public static void main(String[] args) {
    System.out.println(getWords("A PT CR M0RT BOUSG SABN NTE TR/GB/(G) = RAND(MIN(XXX, YY + ABC))"));
}

Ausgang:

[A, PT, CR, M0RT, BOUSG, SABN, NTE, TR, GB, G, RAND, MIN, XXX, YY, ABC]

Sie können auch verwenden BreakIterator.getWordInstance.

Versuchen Sie Folgendes:

String str = "This is a simple sentence";
String[] strgs = str.split(" ");

Dadurch wird an jedem Index des String-Arrays eine Teilzeichenfolge erstellt, wobei das Leerzeichen als Trennpunkt verwendet wird.

Sie können Ihre Zeichenfolge einfach so aufteilen regulär Ausdruck

String l = "sofia, malgré tout aimait : la laitue et le choux !" <br/>
l.split("[[ ]*|[,]*|[\\.]*|[:]*|[/]*|[!]*|[?]*|[+]*]+");

Die einfachste und beste Antwort, die mir einfällt, ist die Verwendung der folgenden Methode, die in der Java-Zeichenfolge definiert ist –

String[] split(String regex)

Und machen Sie einfach “Dies ist ein Beispielsatz”.split(” “). Da eine Regex erforderlich ist, können Sie auch kompliziertere Aufteilungen vornehmen, die das Entfernen unerwünschter Satzzeichen und anderer solcher Zeichen umfassen können.