非字母字符上的Java字符串拆分
我想沿着非字母字符将String拆分为String数组。 例如：
"Here is an ex@mple" => "Here", "is", "an" "ex", "mple" 我尝试使用String.split（String regex）方法和正则表达式"(?![\\p{Alpha}])" 。 然而，这将字符串拆分为
"Here", "_is", "_an", "_ex", "@ample"
（那些强调是强调有一个空间）。 我猜这是因为?! 正则表达式运算符是“零宽度”，实际上是在输入字符串中的非字母字符之前拆分和删除零宽度字符。
在分割字符串时，如何完成删除实际的非字母字符？ 是否存在非零宽度否定运算符？
你可以试试\P{Alpha}+ ：
"Here is an ex@mple".split("\\P{Alpha}+")
[“Here”，“is”，“an”，“ex”，“mple”]
\P{Alpha}匹配任何非字母字符（与\p{Alpha} ，匹配任何字母字符）。 +表示我们应该拆分任何连续的字符串。 例如：
"a!@#$%^&*b".split("\\P{Alpha}+")
[“a”，“b”]
这里已有几个答案，但没有一个能很好地解决国际化问题。 即使可能从OP示例中假设它是关于“英文”字母，对于来自搜索的访问者来说可能不是这种情况……
…所以，值得一提的是Java支持Unicode技术标准＃18 “Unicode正则表达式” 。 相当令人印象深刻的不是吗？ 很明显，这是对经典（以拉丁为中心或以英语为中心的事件）正则表达式的扩展，用于处理国际字符。
例如， Java支持全套二进制属性，以检查字符是否属于Unicode代码点字符类之一。 特别是\ p {IsAlphabetic}字符类将匹配任何Unicode支持的语言中与字母对应的任何字母字符。
不清楚 ？ 这是一个例子：
Pattern p = Pattern.compile("\\p{IsAlphabetic}+"); // ^^^^^^^^^^^^^^^^^ // any alphabetic character // (in any Unicode-supported language) Matcher m = p.matcher("L'élève あゆみ travaille _bien_"); while(m.find()) { System.out.println(">" + m.group()); }
或者大多数情况下使用split来打破非字母字符：
for (String s : "L'élève あゆみ travaille bien".split("\\P{IsAlphabetic}+")) System.out.println(">" + s);
在这两种情况下，输出都会正确地对单词进行标记，同时考虑到法语强调字符和日语平假名字符 – 就像使用任何Unicode支持的语言拼写的单词（包括补充多语言平面 ）一样
岂不
"Here is an ex@mple".split("\\S\\w+")
工作？
除了其他答案之外，您可以迭代字符串中的字符，测试它们的ASCII值是否在大小写字母的范围内，如果没有，则执行所需的“拆分”行为。
char[] chars = str.toCharArray(); 可能有用。