使用Java以新行作为分隔符来分割句子（1.7）匹配器

Question

我有一个很长的句子，其中嵌入了新的行或回车符，我想将它们分成单独的句子。这样一个例子： This is a new line=?xxx\n What's \n up应该产生This is a new line=?xxxWhat's和up

我不想使用String.split("\n")而是类似：

String x = " This is a new line=?xxx\n Whats' \n up"; 
// This is not correct 
Pattern p = Pattern.compile("(.*[\r\n]+|$)"); 
Matcher m = p.matcher(x); 
while (m.find()) { 
     System.out.printline(m.group(1)); 
} 

以上代码生成：

This is a new line=?xxx 
    What's 

什么问题与我的正则表达式？

Answer 1

匹配输入使用勉强量词。

试试这个正则表达式：

"(?m).*$" 

的(?m)标志使$线（平台独立）的每一个结束比赛，并点仍然不会匹配换行符（所以没有必要勉强量词）。使用m.group(0)或只是m.group()。

---

要匹配非空句子，使用 “+”：

"(?m).+$" 

要匹配非空白（至少1非空白）：

"(?m).*\\S.*$" 

参见live demo 。

Answer 2

如果要匹配，那么使用这个表达式：

(.+?)(?:[\r\n]|$) 

(?:[\r\n]|$)将匹配行结束（\r或\n）或输入端从而确保最后一行也匹配。

但是stringsplit("[\\r\\n]+");应该是这里的首选方式。

RegEx Demo

Answer 3

为什么你的正则表达式不正确的？

的(.*[\r\n]+|$)包含2个备选方案：

• .*[\r\n]+ - 比换行符序列其它零个或多个字符（见下文），然后一个或多个换行符（CR和/或LF）
• | - 或...
• $ - 字符串的结尾

所以，你居然放错地方的分组，这里是你怎么想它的样子：

String p = "(.*(?:[\r\n]+|$))"; 
String x = " This is a new line=?xxx\n Whats' \n up"; 
Matcher m = Pattern.compile(p).matcher(x); 
while (m.find()) { 
     System.out.println(m.group(1)); 
} 

见IDEONE demo

如果你想匹配行，使用与任何字符匹配的.更容易，但换行符a第二回车，一些更 “垂直空白” 字符：

Pattern p = Pattern.compile(".+"); // for non-empty lines 
Pattern p = Pattern.compile(".*"); // for empty lines as well 

见Java demo：

String x = " This is a new line=?xxx\n Whats' \n up"; 
Pattern ptrn = Pattern.compile(".+"); 
Matcher matcher = ptrn.matcher(x); 
while (matcher.find()) { 
    System.out.println(matcher.group(0)); 
} 

参见what . actually does not match：

• 的换行（换行）字符（'\ n'），
• 回车符后面紧跟换行符（“\ r \ n”），
• 一个独立的回车符（ '\ r'），
• 下一行字符（ '\ u0085'），
• 甲线分隔符（ '\ u2028'），或
• 甲段落分隔符（'\ u2029）。
• 如果UNIX_LINES模式被激活，则唯一被识别的行终止符是换行符。

Answer 4

为什么走这条路时，有在java.util.regex.Pattern

Matcher m = Pattern.compile("(^.+$)+", Pattern.MULTILINE).matcher("This is a new line=?xxx\n Whats' \n up"); 
while (m.find()) { 
    System.out.println(m.group()); 
} 

Answer 5

的支持开箱即用试试这个：

Pattern.compile("(.+[\r\n]?+)"); 

它为我工作。