Regexがすべての単語を捕まえ、Javaの "私はあなただよ"

Question

JavaでPatternを作成して文書の行を分割しようとしています。 WordCountの例のデフォルトのPatternは、"\\s*\\b\\s*"のようなものです。 しかし、このパターンの問題は、すべての単語を1つの単語に分割することです。一方、私は（私はあなた、それは一緒です。

Pattern BOUNDARY = "[a-zA-Z]+'{0,1}[a-zA-Z]*" 
String test = "Hello i'm @£$@you @@can !!be. 

と

for(String word : BOUNDARY.split(test){ 
    println(word)} 

を実行して、私は何の結果を得るません：これまでのところ、私が試したことは[a-zA-Z]+'{0,1}[a-zA-Z]*で、

問題は、私は例えばテスト文字列を、持っているときということです。理想的には、私が手に入れたい

Hello 
i'm 
you 
can 
be 

アイデアは大歓迎です。 regex101.comでは、私は正規表現を魅力的なものにしていますので、私はJavaの部分で何か誤解していると思います。

Answer 1

最初のパターンは、0以上の空白パターンで囲まれた単語境界で分割されていました。 2番目のパターンは、と一致する部分文字列です。

はこのようにそれを使用します。

String BOUNDARY_STR = "[a-zA-Z]+(?:'[a-zA-Z]+)?"; 
String test = "Hello i'm @£$@you @@can !!be."; 
Matcher matcher = Pattern.compile(BOUNDARY_STR).matcher(test); 
List<String> results = new ArrayList<>(); 
while (matcher.find()){ 
    results.add(matcher.group(0)); 
} 
System.out.println(results); // => [Hello, i'm, you, can, be] 

は

• [a-zA-Z]+一致した私は[a-zA-Z]+(?:'[a-zA-Z]+)?を使用Java demo

  注を参照してください - 1以上のASCII文字

• (?:'[a-zA-Z]+)? - オプションの部分文字列を
  • ' - アポストロフィ
  • [a-zA-Z]+ - あなたはまた、非単語の文字で囲まれているだけの一致ワードのワード境界でパターンを包むこと

1以上のASCII文字、"\\b[a-zA-Z]+(?:'[a-zA-Z]+)?\\b" 。

すべてのUnicode文字を見つけるには、"\\p{L}+(?:'\\p{L}+)?"を使用してください。