Java中字符串数组的自定义解析

我有这样一个字符串数组（来自Twitter）：

我想要的是1）将此字符串转换为数组，2）删除停止词并包含词干3）删除除“#”以外的所有字符，该字符表示术语是哈希标记

所以我尝试使用这个很酷的库，它可以进行词干分析并删除停止词，以及小写和删除字符。问题是这样会删除hashtag。 代码：

String tweetString = ExudeData.getInstance().filterStoppingsKeepDuplicates(str);

我也试过：

String[] wordArray = str.replaceAll("[^a-zA-Z ]", "").toLowerCase().split("\\s+");

---

但这也会删除hashtag。使用这两种方法保留hashtag有什么解决方法吗？（我更愿意为此保留exude库）

使用regex方法，您可以尝试在不应删除的字符列表中添加

#

，如下所示：

        String[] wordArray = str.replaceAll("[^a-zA-Z #]", "").toLowerCase().split("\\s+");

---

在处理之前提取hashtag。如果需要，在处理后追加。好主意，你能告诉我这是什么样子吗？

        String[] wordArray = str.replaceAll("[^a-zA-Z #]", "").toLowerCase().split("\\s+");