Java在字符串中看不到空格

Question

因此，我正在尝试解析一些具有多行文本的文本文件。我的工作是遍历所有单词并将其打印出文件。

因此，我阅读了所有行，然后遍历它们，并用空格将每一行分开，如下所示：

line.split("\\s+");

现在的问题是，在某些情况下，Java在两个单词之间看不到空格…

我也试图遍历具有空格但Java看不到它的字符串，并Character.isSpaceChar(char)返回true。

现在我完全困惑了…

这是代码：

public void createMap(String inputPath, String outputPath)
            throws IOException {
                File f = new File(inputPath);
        FileWriter fw = new FileWriter(outputPath);
        List<String> lines = Files.readAllLines(f.toPath(),
                StandardCharsets.UTF_8);
        for (String l : lines) {
            for (String w : l.split("\\s+")) {
                if (isNotRubbish(w.trim())) {
                    fw.write(w.trim() + "\n");
                }
            }
        }
        fw.close();
    }
private boolean isNotRubbish(String w) {
        Pattern p = Pattern.compile("@?\\p{L}+",
                Pattern.UNICODE_CHARACTER_CLASS);
        Matcher m = p.matcher(w);
        return m.matches();
    }

Answer 1

我怀疑您的文字字符类似于non-breakable-space，不是空格，因此无法通过匹配\\s。

在这种情况下，请尝试使用\p{Zs}而不是\s。

如http://www.regular-expressions.info/unicode.html中所述

\p{Zs} 将匹配任何一种空格字符

顺便说一句，如果您还想包括制表符\t或换行符之类的空格以外的其他分隔符\r \n，则可以将\p{Zs}其\s与[\p{Zs}\s]