10

Para o problema em questão, preciso remover todos os caracteres especiais e espaços e contar as novas saídas possíveis. Minha intenção é separar a String com o método split(). Para isso, baseado em uma outra expressão que vi, criei essa:

String[] d = s.split("[,.!?'@_] *| +");

Ela funciona. O problema é que se tiverem muitos espaços em branco antes do início da expressão ela não exclui. Tentei colocar espaço antes, na expressão, mas não deu certo. Alguém pode me ajudar? Segue o código completo:

        String s = "           YES      leading spaces        are valid,    problemsetters are         evillllll";
        String[] d = s.split("[,.!?'@_] *| +");
        int i, c = d.length;
        System.out.println(c);
        for(i = 0; i < d.length; i++){
            System.out.println(d[i]);
        }

A saída produzida é essa:

9

YES
leading
spaces
are
valid
problemsetters
are
evillllll

Mas precisa ser essa:

8
YES
leading
spaces
are
valid
problemsetters
are
evillllll

2 Respostas 2

13

Esse é um problema conhecido do split quando a String começa com espaços, inclusive já discutido no SOen.

A solução mais simples é usar o método trim(), que remove os espaços do começo e final da String, e em seguida fazer o split:

String[] d = s.trim().split("[,.!?'@_] *| +");

Com isso você terá a saída desejada (o array com 8 elementos).

1
  • 1
    Muito obrigada! ^_^ 20/08/2018 às 22:58
7

Vamos ver este caso mais simples:

class TesteRegex {
    public static void main(String[] args) {
        String s = " A B C ";
        String[] d = s.split(" ", 5);
        System.out.println(d.length);
        for (int i = 0; i < d.length; i++) {
            System.out.println("[" + d[i] + "]");
        } 
    }
}

Ele produz como saída:

5
[]    
[A]
[B]
[C]
[]

Veja isso rodando no ideone.

O problema é que o espaço é visto como um separador. Assim sendo, o primeiro espaço separa o início da String do A, o segundo espaço separa o A do B, o terceiro espaço separa o B do C, o quarto espaço separa o C do fim da string. Dessa forma, teríamos 5 partículas resultantes: o início, A, B, C e o final.

Entretanto, se você retirar o , 5 do código acima, apenas as quatro primeiras irão vir. O motivo pode ser visto no javadoc do método split que diz isso:

Trailing empty strings are therefore not included in the resulting array.

Traduzindo:

Strings vazias no final portanto não são incluídas no array resultante.

Porém, não existe regra quanto a strings vazias no começo (leading empty strings), há regra apenas para as strings no final.

Olhando o código do método split(String, int), ele se preocupa em remover as strings vazias no final quando o limit (que é o segundo parâmetro do split) é zero:

        // Add remaining segment
        if (!limited || list.size() < limit)
            list.add(substring(off, length()));

No método análogo da classe java.util.regex.Pattern também:

    // Add remaining segment
    if (!matchLimited || matchList.size() < limit)
        matchList.add(input.subSequence(index, input.length()).toString());

Mas ele não se preocupa em momento nenhum de fazer isso com as strings vazias no início.

Não sei ao certo qual é a razão para esse comportamento. Acho que deve ter alguma relação com isso, mas não tenho certeza. No entanto, seja qual for a motivação, esse é um comportamento proposital e não trata-se de algo acidental. Além disso, esse comportamento não poderia ser mudado devido a questões de compatibilidade.

Assim sendo, a solução é você usar um trim() ou então verificar se o primeiro elemento está em branco e ignorá-lo ou removê-lo se for esse o caso.

1
  • Muito obrigada! ^_^ 20/08/2018 às 22:58

Você deve fazer log-in para responder a esta pergunta.

Esta não é a resposta que você está procurando? Pesquise outras perguntas com a tag .