Java 正则表达式捕获组索引

Question

我有以下行，

typeName="ABC:xxxxx;";

我需要获取单词ABC，

我写了以下代码片段，

Pattern pattern4=Pattern.compile("(.*):");
matcher=pattern4.matcher(typeName);

String nameStr="";
if(matcher.find())
{
    nameStr=matcher.group(1);

}

所以如果我放 group(0) 我得到 ABC: 但如果我放 group(1) 它是 ABC ，所以我想知道

1. 这个0和1是什么意思？如果有人能用很好的例子解释我会更好。

2. 正则表达式模式中包含一个 :，那么为什么 group(1) 结果会忽略它呢？第 1 组是否检测到括号内的所有单词？

3. 那么，如果我再放两个括号，例如 \\s*(\d*)(.*): 那么，会有两组吗？ group(1) 将返回 (\d*) 部分，group(2) 返回 (.*)部分？

提供代码片段的目的是为了消除我的困惑。这不是我正在处理的代码。上面给出的代码可以用 String.split() 以更简单的方式完成。

Answer 1

捕获和分组

捕获组 (pattern)创建一个具有 capturing 属性的 group。

您可能经常看到(和使用)的相关一个是(?:pattern) ，它创建了一个没有 capturing 属性的 group，因此命名为 non-capturing group。

当您需要重复一系列模式时，通常使用组，例如(\.\w+)+ ，或指定更改应在何处生效，例如^(0*1|1*0)$ ( ^ ，然后是 0*1 或 1*0 ，然后是 $ )与 ^0*1|1*0$ (^0*1 或 1*0$)。

一个捕获组，除了分组，还会记录捕获组内模式匹配的文本(pattern) .使用您的示例，(.*): , .*匹配 ABC和 :匹配 : ，并且因为 .*在捕获组内 (.*) , 正文 ABC为捕获组 1 记录。

组号

整个模式定义为组号0。

模式中的任何捕获组都从 1 开始索引。索引由捕获组的左括号的顺序定义。例如，以下是 所有 5 个捕获组，采用以下模式:

(group)(?:non-capturing-group)(g(?:ro|u)p( (nested)inside)(another)group)(?=assertion)
|     |                       |          | |      |      ||       |     |
1-----1                       |          | 4------4      |5-------5     |
                              |          3---------------3              |
                              2-----------------------------------------2

组号用于反向引用 \n在模式和 $n在替换字符串中。

^{在其他正则表达式风格(PCRE、Perl)中，它们也可用于子例程调用。}

您可以通过 Matcher.group(int group) 访问特定组匹配的文本.组号可以按照上述规则进行识别。

^{在某些正则表达式(PCRE、Perl)中，有一个分支重置功能，允许您使用相同的数字来捕获组在不同的交替分支中。}

组名

从 Java 7 开始，您可以定义 named capturing group (?<name>pattern) ，您可以访问与 Matcher.group(String name) 匹配的内容.正则表达式更长，但代码更有意义，因为它指示您尝试使用正则表达式匹配或提取的内容。

组名用于反向引用 \k<name>在模式和 ${name}在替换字符串中。

命名的捕获组仍然使用相同的编号方案进行编号，因此也可以通过 Matcher.group(int group) 访问它们.

在内部，Java 的实现只是从名称映射到组号。因此，您不能为 2 个不同的捕获组使用相同的名称。