如何使用文本文档“划分”缓冲阅读器？

Question

因此，我试图使用缓冲读取器将文档（.txt）读入Java项目中，对其进行编辑并将其返回/输出。我遇到的问题是无法识别标点符号。 该文件为：

hello hello.hello，hello/hello？

作为我希望能够处理的不同情况的测试。 我也得到：

你好你好你好你好你好

有什么建议？ （将提供部分代码，如果需要回答） 我正在考虑使用分隔符，但无法弄清楚如何根据上下文（或者甚至可能使用缓冲读取器）。

顺便说一句，我正在逐字读取和编辑这个文档，并通过多个数组中的检查来运行它以包含某些字符。如果有帮助。

Answer 1

您可以读取整个文件到通过循环readLine一个String（不建议大文件）

然后在字符串：

String.split("[\s.,/]") 

这将在几个不同的字符分割你的字符串。

或者，如果你想拆就所有非字母：

String.split("[^A-Za-z]") 

这会给你一个字符串数组，这是相当容易的工作。然后你最后回写。

Answer 2

如果你想处理所有的标点符号和空格，我建议你去lucene tokenizer并完成工作。 此处给出了一个示例实现 How to use a Lucene Analyzer to tokenize a String? 但是，这取决于您的要求。如果它只是逗号和空格，那么正则表达式会做需要的