关于正则表达式*为什么会在行尾匹配出一个空串

• *代表匹配0个或者多个，例如5*表示匹配0个或者多个5，在匹配的时候系统会每个字符依次匹配，即调用.find()过后返回到groups数组中的位置是从第一个字符开始找5，如果第一个字符不是5就相当于找到了0个5，此时groups数组中索引的第一二个是(0,0)，意思是从0到0的位置有0个5，这个时候用字符串找子串的方式return这个范围的子串给我们，即此时我们得到了一个""空串，此时第一次匹配结束，之后以此类推。

  • 用5*匹配字符串"a555fds651"：
    • 第一次find()找到0个5开始于0结束于0，返回""；
    • 第二次find()找到3个5开始于1结束于4，返回555；
    • 最后匹配来到了1，同样返回""，但是还没有结束，还会在最后返回一个""。

• 在使用正则表达式.find()匹配的时候：

  public boolean find() {
      int nextSearchIndex = last;//将下一个搜索位置移到last，last表示上次搜索位置的结束位置，因为搜索子串是左闭右开区间，因此这个最右的字符头一次没有匹配到，这次从这开始
      if (nextSearchIndex == first)//如果下一次搜索的开始位置等于上一个子串开始位置first，则往后移一位，只有last=first即搜到空子串才回这样
          nextSearchIndex++;
  
     	//下面的from和to代表父串的开始和结束位置，即(0,length)
      // If next search starts before region, start it at region
      if (nextSearchIndex < from)//下一个搜索位置小于0则移到0
          nextSearchIndex = from;
  
      // If next search starts beyond region then it fails
      if (nextSearchIndex > to) {
          //！！！！这句就是出现问题的关键！！！！！！！！这里的to表示父串长度，这里判断大于搜索位置大于父串长度才会结束搜索，但是我们知道字符串索引是从0开始的，因此不需要大于这个长度，只要等于这个长度其实就搜不到了。
          //因此我们nextSerchIndex=to即搜索索引是父串长度的位置的时候仍然会继续以to位置为开始索引开始搜索
          for (int i = 0; i < groups.length; i++)
              groups[i] = -1;
          return false;
      }
      return search(nextSearchIndex);
  }
  

  • 以to(父串length，由于索引从0开始，实际没这个位置的字符)位置为开始索引开始搜索的时候*自然搜不到我们要的，此时则代表从to到to找到了0个子串，然后根据子串搜索源码可以知道，即使子串开始索引等于length长度，仍然不会报索引越界的错误，因为开始索引只要不小于0就行。如果开始和结束位置都是length，子串长度为0，返回""空串。

    • java中substring()源码：

      public String substring(int beginIndex, int endIndex) {//代表子串开始位置和结束位置
          if (beginIndex < 0) {
              throw new StringIndexOutOfBoundsException(beginIndex);
          }
          if (endIndex > value.length) {
              throw new StringIndexOutOfBoundsException(endIndex);
          }
          int subLen = endIndex - beginIndex;
          if (subLen < 0) {
              throw new StringIndexOutOfBoundsException(subLen);
          }
          return ((beginIndex == 0) && (endIndex == value.length)) ? this
              : new String(value, beginIndex, subLen);
      }//this代表要找的父字符串
      

      • 可以看到sbustring()会先判断输入的子串索引是否合法，即是否在0到父串长度之间，然后计算要得到的自传长度int subLen = endIndex - beginIndex,如果这个长度不小于0，就进行最后的返回值，即如果(beginIndex == 0) && (endIndex == value.length)成立，即要找的子串就是父串本身，则返回父串，否则new String(value, beginIndex, subLen)，代表new一个新串，从父串的beginIndex位置开始加入sunLen个字符。
      • 这也能看出为什么返回子串是左闭右开区间，因为返回子串的时候是从开始位置放入搜索区间长度个字符，例如1-3只返回从1开始2个字符，因此取的是1和2,3总是取不到的。

• 因此*在匹配字符串的时候最后总是会匹配到一个""空串。