讲师中心 微信公众号

工具推荐

视频效率加速
剧云
剧云

中文短剧剧本制作平台

Seko
Seko

AI短剧一键生成成片

updream

一键生成高质量推广成片

AniShort
AniShort

AI短剧协同制作平台

Java 正则表达式分割字符串并精确控制空白符移除

大辰姑娘_7446

大辰姑娘_7446

发布时间:2025-11-09 14:15:01

|

934人浏览过

|

来源于php中文网

原创

java 正则表达式分割字符串并精确控制空白符移除

本文将深入探讨在 Java 中使用正则表达式分割字符串时,如何精确控制空白符的移除行为。我们将介绍一种利用零宽度正向先行断言(positive lookahead)的正则表达式技巧,实现只在单个空白符处进行分割,从而保留字符串中连续的多个空白符,并提供详细的原理分析、代码示例及 Unicode 兼容性考量。

Java 字符串分割:精确控制空白符的处理

在 Java 中,String.split() 方法是处理字符串分割的常用工具,它接受一个正则表达式作为分隔符。然而,当涉及到空白符时,默认或常见的正则表达式行为可能不总是满足所有需求。例如,"\s+" 会将一个或多个连续的空白符视为一个分隔符,导致所有连续的空白符都被移除。但在某些场景下,我们可能需要更精细的控制,例如只移除单个空白符,而保留连续的多个空白符。

考虑以下字符串示例: "this is a whitespace and I want to split it" 其中 "whitespace" 后有三个连续的空格。如果使用 split("\s+"),结果将是 [this, is, a, whitespace, and, I, want, to, split, it],所有空格都被压缩或移除。我们的目标是得到 [this], [is], [a], [whitespace ], [and], [I], [want], [to], [split], [it],即只在单个空白符处分割,保留 "whitespace" 后面的两个空格。

解决方案:利用正向先行断言

要实现这种精确控制,我们可以利用正则表达式中的零宽度正向先行断言(Positive Lookahead)。具体来说,我们将使用正则表达式 \s(?=\S)。

正则表达式解析

  • \s: 匹配任何单个空白字符。这包括空格、制表符、换行符等。
  • (?=\S): 这是一个正向先行断言。
    • ?= 表示这是一个正向先行断言,它会检查其内部的模式是否出现在当前位置的右侧,但不会消耗任何字符(即它是“零宽度”的)。
    • \S: 匹配任何非空白字符。

结合起来,\s(?=\S) 的含义是:匹配一个空白字符 (\s),但这个空白字符必须紧接着一个非空白字符 (\S)。换句话说,它只会在“空白字符后面立即跟着一个非空白字符”的位置进行分割。这巧妙地排除了连续空白符中的第一个(或前几个)空白符,因为它们后面跟着的是另一个空白符,而不是非空白字符。只有当空白符是序列中的最后一个,并且其后紧跟一个实际的单词字符时,才会触发分割。

立即学习“Java免费学习笔记(深入)”;

Java调试
Java调试

通过 JDWP 实现 Java 远程调试:连接远程 JVM、设置断点、单步执行代码、查看变量值、获取调用栈。适用于需要调试远程 Java 应用、排查运行时状态、追踪代码执行流程的场景。 术语注解 JDWP:Java Debug Wire Protocol,Java 调试有线协议(Java 远程调试底层通信协议) remote JVM:远程 Java 虚拟机 step through code:代码单步调试(步入 / 步过 / 步出调试) inspect variables:变量查看 / 变量检视 stac

下载

示例代码

下面是使用 \s(?=\S) 进行字符串分割的 Java 代码示例:

import java.util.Arrays;

public class RegexSplitExample {

    public static void main(String[] args) {
        String sentence = "this is a whitespace   and I want to split it";
        // 使用正向先行断言进行分割
        String[] parts = sentence.split("\s(?=\S)");

        System.out.println("原始字符串: "" + sentence + """);
        System.out.println("分割结果: " + Arrays.toString(parts));

        // 验证结果是否符合预期
        // 预期输出: [this, is, a, whitespace  , and, I, want, to, split, it]
        // 注意 "whitespace" 后仍有两个空格
    }
}

运行上述代码,将得到以下输出: 原始字符串: "this is a whitespace and I want to split it"分割结果: [this, is, a, whitespace , and, I, want, to, split, it]

可以看到,"whitespace" 后面的三个空格中,只有第一个被用作分隔符,剩余的两个空格被保留了下来,这正是我们期望的行为。

Unicode 字符的兼容性

在处理包含非 ASCII 空白符(如全角空格)或非 ASCII 文本的字符串时,为了确保正则表达式的完全 Unicode 兼容性,建议添加 (?U) 嵌入式标志。这个标志等同于 java.util.regex.Pattern.UNICODE_CHARACTER_CLASS 选项,它会改变 s 和 S 等字符类的匹配行为,使其符合 Unicode 标准。

import java.util.Arrays;
import java.util.regex.Pattern;

public class UnicodeRegexSplitExample {

    public static void main(String[] args) {
        String unicodeSentence = "你好 世界 Java  编程"; // 包含全角空格和半角空格

        // 添加 (?U) 标志以确保 Unicode 兼容性
        String[] partsUnicode = unicodeSentence.split("(?U)\s(?=\S)");

        System.out.println("原始 Unicode 字符串: "" + unicodeSentence + """);
        System.out.println("分割结果 (Unicode 兼容): " + Arrays.toString(partsUnicode));

        // 也可以通过 Pattern.compile() 方法设置标志
        // String[] partsUnicodeAlt = Pattern.compile("\s(?=\S)", Pattern.UNICODE_CHARACTER_CLASS)
        //                                   .split(unicodeSentence);
    }
}

总结与注意事项

  • 核心原理: \s(?=\S) 利用正向先行断言,只在“空白符后紧跟非空白符”的位置进行分割,从而避免了连续空白符被完全移除的问题。
  • 适用场景: 当你需要精确控制字符串分割,只移除单个分隔符,而保留连续分隔符序列时,此方法非常有效。
  • Unicode 兼容性: 对于涉及多语言或非 ASCII 字符的场景,务必考虑添加 (?U) 标志或使用 Pattern.UNICODE_CHARACTER_CLASS 选项,以确保 s 和 S 正确匹配 Unicode 空白符和非空白符。
  • 与 \s+ 的区别: \s+ 会匹配一个或多个连续的空白符,并将它们作为一个整体进行分割,导致所有连续空白符都被移除。而 \s(?=\S) 则只在单个空白符且其后紧跟非空白符的位置进行分割,保留了连续空白符中的一部分。

通过掌握这种正则表达式技巧,开发者可以在 Java 字符串处理中实现更高级、更精确的分割逻辑,满足复杂的数据解析需求。

热门AI工具

更多
豆包大模型

豆包大模型是一款由字节跳动推出的企业级大语言模型服务平台。

WorkBuddy

一款AI办公效率工具,主要用于腾讯云推出的AI原生桌面智能体工作台,适合需要提升相关任务效率的用户。

SkildArt
SkildArt Hot

SkildArt是一款AI文本写作工具,一站式 AI 视觉创作平台。

VibeKnow
VibeKnow Hot

一款AI视频创作工具,主要用于全球首个AI知识视频创作平台,文档、文章、网页,一键生成视频,适合需要提升相关任务效率的用户。

DeepSeek

DeepSeek是一款面向对话、写作、编程和推理场景的AI大模型工具。

码上飞
码上飞 Hot

一款基于自然语言的AI应用开发平台,可根据用户描述自动生成应用程序,帮助个人和团队快速完成应用原型与开发。

二狗PPT
二狗PPT Hot

一款AI演示文稿工具,主要用于专为中式职场打造的AI PPT生成工具,适合需要提升相关任务效率的用户。

创客贴AI

创客贴AI是一款AI图像与设计工具,AI辅助的智能在线设计工具。

Lovart
Lovart Hot

一款面向视觉设计创作的AI设计平台,可通过智能体和画布工作流辅助制作海报、Logo、网页、PPT及其他视觉内容。

相关专题

更多
js正则表达式
js正则表达式

php中文网为大家提供各种js正则表达式语法大全以及各种js正则表达式使用的方法,还有更多js正则表达式的相关文章、相关下载、相关课程,供大家免费下载体验。

5036

2023.06.20

正则表达式不包含
正则表达式不包含

正则表达式,又称规则表达式,,是一种文本模式,包括普通字符和特殊字符,是计算机科学的一个概念。正则表达式使用单个字符串来描述、匹配一系列匹配某个句法规则的字符串,通常被用来检索、替换那些符合某个模式的文本。php中文网给大家带来了有关正则表达式的相关教程以及文章,希望对大家能有所帮助。

3501

2023.07.05

java正则表达式语法
java正则表达式语法

java正则表达式语法是一种模式匹配工具,它非常有用,可以在处理文本和字符串时快速地查找、替换、验证和提取特定的模式和数据。本专题提供java正则表达式语法的相关文章、下载和专题,供大家免费下载体验。

9782

2023.07.05

java正则表达式匹配字符串
java正则表达式匹配字符串

在Java中,我们可以使用正则表达式来匹配字符串。本专题为大家带来java正则表达式匹配字符串的相关内容,帮助大家解决问题。

832

2023.08.11

正则表达式空格
正则表达式空格

正则表达式空格可以用“s”来表示,它是一个特殊的元字符,用于匹配任意空白字符,包括空格、制表符、换行符等。本专题为大家提供正则表达式相关的文章、下载、课程内容,供大家免费下载体验。

540

2023.08.31

Python爬虫获取数据的方法
Python爬虫获取数据的方法

Python爬虫可以通过请求库发送HTTP请求、解析库解析HTML、正则表达式提取数据,或使用数据抓取框架来获取数据。更多关于Python爬虫相关知识。详情阅读本专题下面的文章。php中文网欢迎大家前来学习。

693

2023.11.13

正则表达式空格如何表示
正则表达式空格如何表示

正则表达式空格可以用“s”来表示,它是一个特殊的元字符,用于匹配任意空白字符,包括空格、制表符、换行符等。想了解更多正则表达式空格怎么表示的内容,可以访问下面的文章。

406

2023.11.17

正则表达式中如何匹配数字
正则表达式中如何匹配数字

正则表达式中可以通过匹配单个数字、匹配多个数字、匹配固定长度的数字、匹配整数和小数、匹配负数和匹配科学计数法表示的数字的方法匹配数字。更多关于正则表达式的相关知识详情请看本专题下面的文章。php中文网欢迎大家前来学习。

739

2023.12.06

Go-Zero API开发使用教程
Go-Zero API开发使用教程

本专题聚焦Go-Zero的API开发,拆解.api描述文件的语法结构、路由与分组定义、参数绑定与校验规则,说明统一响应体、JWT鉴权、跨域与接口文档生成的落地方式,并给出网关聚合与接口测试的实践建议。

120

2026.11.12

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
相关推荐
/
热门推荐
/
最新课程
dev.java 官方:Learn Java
dev.java 官方:Learn Java

共0课时 | 0人学习

Java JDBC数据库连接官方教程
Java JDBC数据库连接官方教程

共0课时 | 0人学习

关于我们 免责申明 举报中心 意见反馈 讲师合作 广告合作 最新更新
php中文网:公益在线php培训,帮助PHP学习者快速成长!
关注服务号
PHP中文网订阅号
每天精选资源文章推送

Copyright 2014-2026 https://www.php.cn/ All Rights Reserved | php.cn