如何使用Java正则表达式将带有撇号的单词计算为两个单独的单词

我有一个字符串，它有一个带撇号的单词。 他是一个非常非常好的男孩，不是吗

public class Solution {

      public static void main(String[] args) {

           String s = "He is a very very good boy, isn't he?";
           String[] words = s.split("\\s+");
           int itemCount = words.length;
           System.out.println(itemCount);

           for (int i = 0; i < itemCount; i++) {
                String word = words[i];
                System.out.println(word);
           }
     }
}

公共类解决方案{
公共静态void main（字符串[]args）{
String s=“他是一个非常非常好的男孩，不是吗？”；
字符串[]字=s.split（\\s+）；
int itemCount=words.length；
系统输出打印项数（itemCount）；
对于（int i=0；i

---

我得到的输出是9个单词。但我希望计数为10，因为分开不是两个字。如何使用上面的正则表达式

我想你希望

不是

是

不是

，所以把它们算作两个独立的单词，而不是一个

在拆分正则表达式中可以有或（

|

）

\\s+|'t

这只适用于

't

，它将避免像

我朋友的生日这样的句子。

这里撇号不应被视为另一个单词

但这不仅仅是故事的结局。在这种表达中，还有许多其他的收缩现象需要考虑。

i、 e

• 't：不是，不是，不是，不是，不是，不会，没有等
• 的：是，那是，等等（这是一个困难的问题）
• 'd：我愿意，你愿意等等
• 'll：我会的，他们会的，等等。

所以，最终遵循正则表达式将解决90%的单词计数问题

\\s+|'t|'d|'ll

（撇号s）的问题是它带有主题，如Dog's、Cat's等，表示拥有，不应将其视为两个单独的单词。另一方面，有时我们使用
的
来编写它，即（即，它）等。您可以在现有正则表达式中添加表达式，以区分收缩和表示占有的撇号

注意：这仅用于计算单词，它会将
is not
拆分为
is
和
（空格），
't
将被删除。
使用
\w
结构更可靠：

Pattern p = Pattern.compile("(\\w)+");
Matcher m = p.matcher("He is a very very good boy, isn't he?");
while (m.find()) {
    System.out.println(m.group(0));
}

否则，您需要手动处理太多的情况，例如：“他是一个非常好的男孩，不是吗？”。
您可以尝试使用p{Punct}，它会忽略以下字符：

        String s = "He is a very very good boy, isn't he?";
        String[] words = s.split("[\\p{Punct}\\s]+");
        int itemCount = words.length;
        System.out.println(itemCount);
        for (int i = 0; i < itemCount; i++) {
            String word = words[i];
            System.out.println(word);
        }

String s=“他是一个非常非常好的男孩，不是吗？”；
String[]words=s.split（[\\p{Punct}\\s]+”；
int itemCount=words.length；
系统输出打印项数（itemCount）；
对于（int i=0；i
在非单词字符上拆分：

String[] words = s.split("\\W+")

使用交替选项：-
String[]words=s.split（\\s+|'）
向上面的评论添加了提示，但是您确定要将
不是
变成
是
和
t
？@rock321987 Ok。我如何指定逗号（，）问号（？）等。如果我用|来声明它们，它将作为一个单词计数，并且单词计数正在增加。@Progator你能详细说明一下吗？提供一些example@rock321987在上面的字符串“他是一个非常非常好的男孩，不是吗？”中，单词计数应该是10，我想省略逗号和问号。就像这样——他是一个非常非常好的男孩，不是吗。我怎么能省略？等在句子中使用或（|）在同一个表达中？@主角：是这样吗？那么请不要在评论中再提出新问题。你的补充问题似乎与原来的问题无关。那么我该如何计算字数呢？在上面的示例字符串中，计数应为10
Matcher
is lazy（出于性能原因）。在你要求之前，它不会找到所有匹配项。因此，找到匹配项计数的唯一方法是迭代并手动计数。如果您需要在单词之前打印计数，只需在计数时将单词收集到列表中，然后打印列表即可。如果您经常需要此逻辑，只需使用此逻辑在
Matcher
周围创建一个包装器即可too@Protagonist
int count=words.length