すべての数字、余分なスペース、ダッシュ、カンマ、ドット、括弧などを除いて、単語のみのクリア テキストが必要です。これは、単語生成アルゴリズム (gamasutra から取得) に使用されます。ここで正規表現が役立つと思います。String.split を使用してこれを行うにはどうすればよいですか?
更新:
入力: コンマ、多くのスペース、数字 - 2 3 4、ダッシュなど、さまざまなものを含む文字列が 1337 個あります。どうすればすべてのものを削除できますか?
出力: コンマ、多くのスペース、数字、ダッシュなど、さまざまなものを含む文字列があります。すべてのものを削除するにはどうすればよいですか
Unicode に関心がある場合 (そうするべきです)、Unicode プロパティを使用してください。
String[] result = s.split("\\P{L}+");
\p{L}任意の言語の文字の Unicode プロパティです。
\P{L}は の否定であり\p{L}、文字以外のすべてに一致することを意味します。（それがあなたの望みだと理解しました。）
私はこのようにします
str = str.replaceAll("\\s+", " ");
str = str.replaceAll("\\p{Punct}|\\d", "");
String[] words = str.split(" ");