JAVA正则表达式-捕获组与非捕获组

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：

 

Java代码  

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.         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());  
13.         }  
14.     }  
15.   
16. }  

 

  运行结果：

 

Java代码  

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

 

 

现在，如果我只想匹配到<textarea>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“<textarea.*?>.*?</textarea>”最中间的“.*?”是匹配内容的正则表达式，只需要将它用括号括起来，就是一个捕获组了。看代码：

 

Java代码  

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四个捕获组：(<textarea.*?>)、(.*?)、(</textarea>)和整个匹配到的内容  
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)); // (<textarea.*?>)  
15.             System.out.println(m.group(2)); // (.*?)  
16.             System.out.println(m.group(3)); // (</textarea>)  
17.         }  
18.     }  
19. }  

 

  运行结果：

 

Java代码  

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：

Java代码  

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：

Java代码  

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。