Java正则表达式高级分割：利用正向先行断言实现单空白字符分隔

String sentence = "this is a whitespace   and I want to split it";

// 使用 "s" 分割
// 结果：[this, is, a, whitespace, , , and, I, want, to, split, it]
// 连续的三个空格会被视为三个分隔符，导致中间出现空字符串。
String[] parts1 = sentence.split("\s");
System.out.println("Split with \s: " + java.util.Arrays.toString(parts1));

// 使用 "s+" 分割
// 结果：[this, is, a, whitespace, and, I, want, to, split, it]
// 连续的三个空格会被视为一个分隔符，所有空格都被移除。
String[] parts2 = sentence.split("\s+");
System.out.println("Split with \s+: " + java.util.Arrays.toString(parts2));

String sentence = "this is a whitespace   and I want to split it";
String[] parts = sentence.split("\s(?=\S)");

// 预期输出：[this, is, a, whitespace  , and, I, want, to, split, it]
System.out.println("Split with \s(?=\S): " + java.util.Arrays.toString(parts));

import java.util.Arrays;
import java.util.regex.Pattern; // 导入Pattern类用于Unicode兼容性说明

public class PreciseSplitExample {

    public static void main(String[] args) {
        String sentence = "this is a whitespace   and I want to split it";

        System.out.println("原始字符串: "" + sentence + """);
        System.out.println("---");

        // 示例1: 使用标准 \s 分割
        String[] partsStandard = sentence.split("\s");
        System.out.println("使用 "\s" 分割结果: " + Arrays.toString(partsStandard));
        System.out.println("（问题：连续空格导致空字符串）");
        System.out.println("---");

        // 示例2: 使用标准 \s+ 分割
        String[] partsGreedy = sentence.split("\s+");
        System.out.println("使用 "\s+" 分割结果: " + Arrays.toString(partsGreedy));
        System.out.println("（问题：所有连续空格都被移除）");
        System.out.println("---");

        // 示例3: 使用正向先行断言 \s(?=\S) 精准分割
        String regexPrecise = "\s(?=\S)";
        String[] partsPrecise = sentence.split(regexPrecise);
        System.out.println("使用 "" + regexPrecise + "" 分割结果: " + Arrays.toString(partsPrecise));
        System.out.println("（成功保留了 'whitespace' 后的两个空格）");
        System.out.println("---");

        // 示例4: 考虑Unicode兼容性的分割
        // 对于需要完全Unicode兼容性的场景，可以使用嵌入式标志 (?U)
        // 或者通过 Pattern.compile() 配合 Pattern.UNICODE_CHARACTER_CLASS
        String regexUnicode = "(?U)\s(?=\S)";
        String[] partsUnicode = sentence.split(regexUnicode);
        System.out.println("使用 Unicode 兼容模式 ("" + regexUnicode + "") 分割结果: " + Arrays.toString(partsUnicode));
        System.out.println("（在 Java 中，\s 默认已包含大部分常见 Unicode 空白字符，但 (?U) 确保更全面的兼容性）");
    }
}

原始字符串: "this is a whitespace   and I want to split it"
---
使用 "s" 分割结果: [this, is, a, whitespace, , , and, I, want, to, split, it]
（问题：连续空格导致空字符串）
---
使用 "s+" 分割结果: [this, is, a, whitespace, and, I, want, to, split, it]
（问题：所有连续空格都被移除）
---
使用 "s(?=S)" 分割结果: [this, is, a, whitespace  , and, I, want, to, split, it]
（成功保留了 'whitespace' 后的两个空格）
---
使用 Unicode 兼容模式 ("(?U)s(?=S)") 分割结果: [this, is, a, whitespace  , and, I, want, to, split, it]
（在 Java 中，s 默认已包含大部分常见 Unicode 空白字符，但 (?U) 确保更全面的兼容性）

String regexUnicodeAware = "(?U)\s(?=\S)";
String[] parts = sentence.split(regexUnicodeAware);