Java正则分割字符串：如何保留换行符而非合并为空白

给定经RabbitMQ传递的Java字符串：

"word1 word2! word3? word4; word5, word6\nword7\n!word8! word9 word10 word11 word12"

需求是分割该字符串时保留换行符（\n），不能将其与普通空白（空格）混为一谈当作分隔符。当前使用s.split("[\\s\\r\\n]")得到的结果中出现空字符串，根源是换行符被当作普通分隔符处理。

方案1：正则匹配提取目标元素（推荐） #

放弃使用split，直接匹配所有需要保留的内容——包括带标点的单词和换行符，既能精准保留换行符，又能避免空元素：

import java.util.regex.MatchResult;
import java.util.regex.Pattern;

public class SplitWithNewLine {
    public static void main(String[] args) {
        String input = "word1 word2! word3? word4; word5, word6\nword7\n!word8! word9 word10 word11 word12";
        String[] splitResult = Pattern.compile("[^\\s]+|\\n")
                .matcher(input)
                .results()
                .map(MatchResult::group)
                .toArray(String[]::new);
        
        // 打印验证结果
        for (String item : splitResult) {
            System.out.println("'" + item + "'");
        }
    }
}

运行后输出结果：

'word1'
'word2!'
'word3?'
'word4;'
'word5,'
'word6'
'\n'
'word7'
'\n'
'!word8!'
'word9'
'word10'
'word11'
'word12'

正则表达式[^\\s]+|\\n的逻辑：

• [^\\s]+：匹配任意非空白字符的连续序列（即带标点的单词）
• |\\n：或者匹配单独的换行符，将其作为独立元素保留

方案2：调整split的正则表达式 #

如果必须使用split方法，可以通过零宽断言实现仅在普通空白处分割，同时保留换行符：

String input = "word1 word2! word3? word4; word5, word6\nword7\n!word8! word9 word10 word11 word12";
String[] splitResult = input.split("\\s(?!\\n)|(?<=\\n)|(?=\\n)");

注意：该方案可能在字符串首尾为换行符时产生空元素，需要额外过滤空字符串。

内容的提问来源于stack exchange，提问作者Ivan Dvurechenskiy