我有一个带有(?:)格式的非捕获组的java正则表达式,我不明白为什么它为非捕获组提供"null"匹配。
如果我将下面的正则表达式缩短为"@te(st((?:aa(?",具有相同的 ?: 非捕获组,它会给出我认为预期的行为,仅匹配 1 个组和完全匹配。
请参阅下面的正则表达式:
package com.company;
import java.util.regex.Matcher;
import java.util.regex.Pattern;
public class Main {
public static void main(String[] args) {
final String regex = "@test\s+([:.\w\\x7f-\xff]+)(?:[\t ]+(\S*))?(?:[\t ]+(\S*))?\s*$";
final String string = " /**n * @test TestGroupn */n";
final Pattern pattern = Pattern.compile(regex, Pattern.MULTILINE);
final Matcher matcher = pattern.matcher(string);
while (matcher.find()) {
System.out.println("Full match: " + matcher.group(0));
for (int i = 1; i <= matcher.groupCount(); i++) {
System.out.println("Group " + i + ": " + matcher.group(i));
}
}
}
}
结果:
Full match: @test TestGroup
Group 1: TestGroup
Group 2: null
Group 3: null
具有相同代码的"@te(st((?:aa(?"的结果:
Full match: @test
Group 1: st
第一个将非捕获组匹配为 null 的正则表达式是什么?
答案
这是问题中的正则表达式模式:
"@test\s+([:.\w\\x7f-\xff]+)(?:[\t ]+(\S*))?(?:[\t ]+(\S*))?\s*$"
此正则表达式模式有三个捕获组:
([:.\w\\x7f-\xff]+)
(\S*)
(\S*)
因此,您的第一个示例与非捕获组不匹配,因为null
。相反,正如预期的那样,它将最后两个捕获组匹配为null
。
匹配所有捕获组的另一个示例
如果我们将示例字符串更改为可以匹配模式中所有三个捕获组的内容,我们将看到三个匹配项。例如:
import java.util.regex.Matcher;
import java.util.regex.Pattern;
public class Main {
public static void main(String[] args) {
final String regex = "@test\s+([:.\w\\x7f-\xff]+)(?:[\t ]+(\S*))?(?:[\t ]+(\S*))?\s*$";
final String string = "foo @test : bar bazn";
// final String string = " /**n * @test TestGroupn */n";
final Pattern pattern = Pattern.compile(regex, Pattern.MULTILINE);
final Matcher matcher = pattern.matcher(string);
while (matcher.find()) {
System.out.println("Full match: " + matcher.group(0));
for (int i = 1; i <= matcher.groupCount(); i++) {
System.out.println("Group " + i + ": " + matcher.group(i));
}
}
}
}
上述代码的输出为:
Full match: @test : bar baz
Group 1: :
Group 2: bar
Group 3: baz
下面再举几个其他语言的例子来说明这种行为在实现中或多或少是相同的。
蟒蛇示例
import re
regex = re.compile('@test\s+([:.\w\\x7f-\xff]+)(?:[\t ]+(\S*))?(?:[\t ]+(\S*))?\s*$', re.MULTILINE)
s1 = ' /**n * @test TestGroupn */n'
s2 = 'foo @test : bar baz';
match = re.search(regex, s1)
for i in range(regex.groups + 1):
print('Group {}: {}'.format(i, match.group(i)))
print()
match = re.search(regex, s2)
for i in range(regex.groups + 1):
print('Group {}: {}'.format(i, match.group(i)))
输出为:
Group 0: @test TestGroup
Group 1: TestGroup
Group 2: None
Group 3: None
Group 0: @test : bar baz
Group 1: :
Group 2: bar
Group 3: baz
第二个匹配显示非捕获组中的捕获组确实匹配。与 Python 唯一不同的是,不匹配的组不会出现在第一个示例中的输出中。
JavaScript 示例
var regex = new RegExp('@test\s+([:.\w\\x7f-\xff]+)(?:[\t ]+(\S*))?(?:[\t ]+(\S*))?\s*$', 'm')
var s1 = ' /**n * @test TestGroupn */n'
var s2 = 'foo @test : bar baz';
var i
var result = regex.exec(s1)
for (i = 0; i < result.length; i++) {
console.log('result[' + i + '] :', result[i])
}
console.log()
var result = regex.exec(s2)
for (i = 0; i < result.length; i++) {
console.log('result[' + i + '] :', result[i])
}
输出为:
result[0] : @test TestGroup
result[1] : TestGroup
result[2] : undefined
result[3] : undefined
result[0] : @test : bar baz
result[1] : :
result[2] : bar
result[3] : baz
PHP示例
<?php
$regex = "/@test\s+([:.\w\\x7f-\xff]+)(?:[\t ]+(\S*))?(?:[\t ]+(\S*))?\s*$/m";
$s1 = " /**n * @test TestGroupn */n";
$s2 = "foo @test : bar baz";
preg_match($regex, $s1, $matches);
for ($i = 0; $i < count($matches); $i++) {
echo "Match $i: $matches[$i]n";
}
echo "n";
preg_match($regex, $s2, $matches);
for ($i = 0; $i < count($matches); $i++) {
echo "Match $i: $matches[$i]n";
}
?>
输出为:
Match 0: @test TestGroup
Match 1: TestGroup
Match 0: @test : bar baz
Match 1: :
Match 2: bar
Match 3: baz