JAVA正则表达式-捕获组与非捕获组

转载自：　http://mcj8089.iteye.com/blog/1183075

　　Java捕获组与非捕获组的问题困扰了我一阵子，下面是我弄明白后的笔记：

先看例子：

import java.util.regex.Matcher;  
import java.util.regex.Pattern;  

public class PatternTest {  
    public static void main(String[] args) {  
        String text = "<textarea rows=\"20\" cols=\"70\">nexus maven repository index properties updating index central</textarea>";  
        String reg = "<textarea.*?>.*?</textarea>";  
        Pattern p = Pattern.compile(reg);  
        Matcher m = p.matcher(text);  
        while (m.find()) {  
            System.out.println(m.group());  
        }  
    }  

}  

运行结果：

<textarea rows="20" cols="70">nexus maven repository index properties updating index central</textarea>  

　　 现在，如果我只想匹配到内的文本内容即“nexus maven repository index properties updating index central”，怎么做呢？这时候就要用到捕获组了。上述代码中“

import java.util.regex.Matcher;  
import java.util.regex.Pattern;  

public class PatternTest {  
    pｕblic static void main(String[] args) {  
        String text = "<textarea rows=\"20\" cols=\"70\">nexus maven repository index properties updating index central</textarea>";  
        //下面的正则表达式中共有四个捕获组：(<textarea.*?>)、(.*?)、(</textarea>)和整个匹配到的内容  
        String reg = "(<textarea.*?>)(.*?)(</textarea>)";    
        Pattern p = Pattern.compile(reg);  
        Matcher m = p.matcher(text);  
        while (m.find()) {  
            System.out.println(m.group(0)); // 整个匹配到的内容  
            System.out.println(m.group(1)); // (<textarea.*?>)  
            System.out.println(m.group(2)); // (.*?)  
            System.out.println(m.group(3)); // (</textarea>)  
        }  
    }  
}  

运行结果：

<textarea rows="20" cols="70">nexus maven repository index properties updating index central</textarea>  
<textarea rows="20" cols="70">  
nexus maven repository index properties updating index central  
</textarea>  

　　 从上述代码得出结论：正则表达式中每个”()”内的部分算作一个捕获组，每个捕获组都有一个编号，从1,2…，编号0代表整个匹配到的内容。
　　至于非捕获组，只需要将捕获组中”()”变为”(?:)”即可，代码说话：

import java.util.regex.Matcher;  
import java.util.regex.Pattern;  

public class PatternTest {  

    public static void main(String[] args) {  
        String text = "<textarea rows=\"20\" cols=\"70\">nexus maven repository index properties updating index central</textarea>";  
        // 下面的正则表达式中共有二个捕获组：(.*?)和整个匹配到的内容，两个非捕获组:(?:</textarea>)和(?:<textarea.*?>)  
        String reg = "(?:<textarea.*?>)(.*?)(?:</textarea>)";  
        Pattern p = Pattern.compile(reg);  
        Matcher m = p.matcher(text);  
        while (m.find()) {  
            System.out.println(m.group(0)); // 整个匹配到的内容  
            System.out.println(m.group(1)); // (.*?)  
        }  
    }  
}  

运行结果：

<textarea rows="20" cols="70">nexus maven repository index properties updating index central</textarea>  
nexus maven repository index properties updating index central  

如果试图运行：System.out.println(m.group(2));将会抛出异常，因为不存在编号为2的捕获组。

　　还有方便的写法 (<textarea.*?>)(?<data>.*?)(</textarea>) 在正则表达式中加一个变量 data 然后在 group 获取 string str = m.group(“data”);

.*? 在这里是非贪婪模式，即最短匹配，比如说字符串 aabab，什么都不加，默认贪婪模式，a.*b 能匹配abab，非贪婪模式，加?号，a.*?b能匹配aab和ab；