?
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<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:
?
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。