java正则表达式模式

我有一段时间被一个正则表达式绊住了，它能让我做到以下几点：

• 用以下句子拆分我的句子：“[\W+]”
• 但是如果它找到这样一个词：“aaa-aa”（不是“aaa-aa”或“aaa-aaa-aa”），这个词不是分开的，而是整个词
  基本上，我想把每个单词分成一个句子，但也考虑到“aaa aa”是一个单词。通过创建两个单独的函数，一个用于使用\w拆分，另一个用于查找“aaa aa”之类的单词，我已经成功地做到了这一点。最后，我添加了这两个词，并对每个复合词进行了分类
  例如，这句话：
  “你好，我叫理查德”
  首先我收集{你好，我的名字是理查德} 然后我收集{我的名字} 然后我把{我的名字}加到{你好，我的名字，是，理查德} 然后我在这里取出{my}和{name}{你好，我的名字，是Richard}。 结果：{你好，我叫理查德}
  这种方法满足了我的需要，但对于解析大文件来说，这会变得太重，因为每个句子都需要太多的副本。所以我的问题是，我能做些什么来把所有的东西都包含在一个模式中？比如：

  “用这个模式分割我的文本”[\W+]，但是如果你找到一个这样的单词“AAA AA”，把它看成是一个词而不是两个词。

---

为什么不使用模式

\\s+

？这完全符合您的要求，无需任何技巧：将文本拆分为以空格分隔的单词。

几乎与您的：

String句子=“你好，我叫理查德”；
Pattern Pattern=Pattern.compile（（？您的描述不够清楚，但为什么不将其按空格分开？
我不确定此模式是否有效，因为我没有Java开发工具，您可以尝试一下，它使用字符类减法，据我所知，只有Java正则表达式支持此模式：

[\W&&[^-]]+

这意味着如果字符是[\W]和[^-]，则匹配字符，即字符是[\W]而不是[-]。
如果要使用split（）而不是显式匹配感兴趣的单词，则应执行以下操作：
[\s-]{2，}|\s
要打破这一点，首先要在两个或多个空格和/或连字符上进行拆分，因此单个'-'不匹配，因此将只保留'一两'，'一两'，甚至'一两'，将拆分为'一'和'二'。这仍然使单个空格的'正常'情况-'一两'-不匹配，因此我们需要在or（“|”）后面加上一个空格（\s）。请注意，替代项的顺序很重要-由“|”分隔的子表达式从左到右求值，因此我们需要将空格和连字符放在第一位。如果我们以相反的方式进行，当出现类似“1-2”的内容时，我们将匹配第一个空格并返回“1”，“2”

如果您想以交互方式使用Java REs，我可以向您推荐一种方法，它允许您编辑RE，并在编辑RE时看到它与示例字符串相匹配。
例如，我希望将“blue sky”视为一个单词，而不是两个：{blue，sky}好的，所以用空间分割给你需要的东西。试试看。实际上不。P：我不想考虑这样的事情：“------”或“AAAA”或“AAAA—AAAA AAA”。“。工作非常出色。非常感谢，终于解决了这个噩梦。你能帮我一个忙，用\\W而不是a-zA-a更新代码吗。因为我还想允许使用áíõ等..我解决了添加以下内容的问题：“À-ÿ”，但如果不是所有字母都放在一个单词中，模式运行得更快。你认为呢？这很好，但我想把“word2car”作为一个单词排除。相反，“word”和“car”将被考虑。什么是必要的更改？这取决于-是否希望所有出现的“2”都是单词分隔符，还是仅在特定单词之间？如果它在任何地方，您可以将RE更改为
\B2\B |[\s-]{2，}|\s
。\B与非单词边界匹配，因此它将分割“a2b”，而不是“2nd”。但是，这也会将包含“2”的数字分割为单独的部分，这可能不是您想要的。在这种情况下，
（？
[\W&&[^-]]+