Java多次匹配同一个组

Question

我需要在一系列字符中多次匹配相同的模式。

例如:对于输入 Some words <firstMatch> some words <secondMatch> some more words <ThirdMatch>我需要 <firstMatch> , <secondMatch> , <thirdMatch>

我试过这样的:

String input = "Some words <firstMatch> some words <secondMatch> some more words <ThirdMatch>";
Pattern pattern = Pattern.compile( ".*(\\<.*\\>).*" );
Matcher m = pattern.matcher( input );
while ( m.find() ) {
         System.out.println( m.group( 1 ) );
}

我得到的是ThirdMatch

有什么帮助吗？

Answer 1

为什么您的模式会失败？

.*(\\<.*\\>).*涉及很多回溯。一、.*匹配除换行符以外的任何 0+ 个字符，基本上是整行。然后，正则表达式引擎回溯以尝试适应后续模式 (<.*>).*。 .当它找到 < (从末尾开始)，它将再次抓取整行，并继续回溯搜索 >。 .一旦找到，最后一个.*只匹配该行的其余部分。请注意，如果引擎找不到 >在 < 之后, 回溯将重复搜索，使这种模式相当低效。注:<和 >不必在 Java 正则表达式模式中转义，它们不是特殊的正则表达式元字符。

解决方案

使用更简单的 "<[^>]*>"基于 negated character class 的模式:

String input = "Some words <firstMatch> some words <secondMatch> some more words <ThirdMatch>";
Pattern pattern = Pattern.compile( "<[^>]*>" );
Matcher m = pattern.matcher( input );
while ( m.find() ) {
   System.out.println( m.group(0) ); // = m.group(), the whole match value
}

参见 Java demo

<[^>]*>将匹配 < , 除 > 以外的 0+ 个字符, 然后 > .由于您使用的是 Matcher#find()在while block ，您将在输入字符串中找到所有非重叠匹配项，但您需要访问 .group(0) (等于 .group() ，整个匹配值)，而不是 .group(1) .