Así que quiero dividir una cadena en java en cualquier carácter no alfanumérico.cadena de java dividida en todos los apóstrofes no alfanuméricos excepto
Actualmente me han estado haciendo como esto
words= Str.split("\\W+");
Sin embargo quiero seguir apóstrofes ("'") en ese país. ¿Hay alguna expresión regular para preservar los apóstrofes pero patear el resto de la basura? Gracias.
words = Str.split("[^\\w']+");
Solo agrégalo a la clase de personaje. \W es equivalente a [^\w], que luego puede agregar ' a.
Observe, sin embargo, que \w también incluye guiones bajos. Si también desea dividir los guiones bajos, debería usar [^a-zA-Z0-9'] en su lugar.
Para los caracteres básicos de inglés, utilizar
words = Str.split("[^a-zA-Z0-9']+");
Si desea incluir palabras en inglés con caracteres especiales (como prometido) o para los idiomas que utilizan caracteres no ingleses, ir con
words = Str.split("[^\\p{L}0-9']+");
Claro, pero como ya estaban usando '\ W', elegí conservar eso. Sin embargo, agregué una nota al respecto. – Amber
'a-zA-Z' solo funciona para caracteres ingleses. Un enfoque más general es '\ p {L}'. Por cierto, para reducir la confusión, deberías escapar de esa barra invertida. –