Java捕获组与非捕获组的问题
先看例子:
1 import java.util.regex.Matcher; 2 import java.util.regex.Pattern; 3 4 public class PatternTest { 5 public static void main(String[] args) { 6 String text = "<textarea rows=\"20\" cols=\"70\">nexus maven repository index properties updating index central</textarea>"; 7 String reg = "<textarea.*?>.*?</textarea>"; 8 Pattern p = Pattern.compile(reg); 9 Matcher m = p.matcher(text); 10 while (m.find()) { 11 System.out.println(m.group()); 12 } 13 } 14 15 }
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“
1 import java.util.regex.Matcher; 2 import java.util.regex.Pattern; 3 4 public class PatternTest { 5 public static void main(String[] args) { 6 String text = "<textarea rows=\"20\" cols=\"70\">nexus maven repository index properties updating index central</textarea>"; 7 //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 8 String reg = "(<textarea.*?>)(.*?)(</textarea>)"; 9 Pattern p = Pattern.compile(reg); 10 Matcher m = p.matcher(text); 11 while (m.find()) { 12 System.out.println(m.group(0)); // 整个匹配到的内容 13 System.out.println(m.group(1)); // (<textarea.*?>) 14 System.out.println(m.group(2)); // (.*?) 15 System.out.println(m.group(3)); // (</textarea>) 16 } 17 } 18 }
运行结果:
1 <textarea rows="20" cols="70">nexus maven repository index properties updating index central</textarea> 2 <textarea rows="20" cols="70"> 3 nexus maven repository index properties updating index central 4 </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:
1 import java.util.regex.Matcher; 2 import java.util.regex.Pattern; 3 4 public class PatternTest { 5 6 public static void main(String[] args) { 7 String text = "<textarea rows=\"20\" cols=\"70\">nexus maven repository index properties updating index central</textarea>"; 8 // 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.*?>) 9 String reg = "(?:<textarea.*?>)(.*?)(?:</textarea>)"; 10 Pattern p = Pattern.compile(reg); 11 Matcher m = p.matcher(text); 12 while (m.find()) { 13 System.out.println(m.group(0)); // 整个匹配到的内容 14 System.out.println(m.group(1)); // (.*?) 15 } 16 } 17 }
运行结果:
1 <textarea rows="20" cols="70">nexus maven repository index properties updating index central</textarea> 2 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;