关于正向最大匹配中文分词的问题

Question

“我是中国人，我来自湖南”,我可以利用集合HashMap结合来中文分词：我， 是，中国人，我，来自，湖南
但问题来了要是字符串里有非中文怎么把这些中文提出来呢，比如：“是中国人 he hello china 我来自湖南 hello china”
怎么一块一快的分出来了，形如这样的答案String[]{”是中国人“,“ he hello china” ,“我来自湖南”，“hello china”},
  在线都等，谢谢各位前辈

Answer 1

分词有现成的工具，中文分词的话IKAnalyzer这些就不错了，得到的词组还可以知道是什么类型的。