java - Java 正则表达式中 `(.*)*` 、 `(.*)+` 、 `(.+)*` 的奇怪问题

Question

为了重现最近问题中所述的问题 - Why does (.*)* make two matches and select nothing in group $1?我尝试了*和+的各种组合，在括号内外，我得到的结果出乎我的意料。

我希望输出与该问题中接受的答案中解释的输出相同，并且在另一个重复的问题中被标记为 Perl - Why doesn't the .* consume the entire string in this Perl regex? .但它的行为方式不同。

为简单起见，这是我尝试的代码:-

String str = "input";
String[] patterns = { "(.*)*", "(.*)+", "(.+)*", "(.+)+" };

for (String pattern: patterns) {
    Matcher matcher = Pattern.compile(pattern).matcher(str);

    while (matcher.find()) {
        System.out.print("'" + matcher.group(1) + "' : '" + matcher.start() + "'" + "\t");
    }

    System.out.println();
}

这是我得到的所有 4 种组合的输出:-

'' : '0'    '' : '5'            // For `(.*)*`
'' : '0'    '' : '5'            // For `(.*)+`  
'input' : '0'   'null' : '5'    // For `(.+)*`
'input' : '0'                   // For `(.+)+`

现在，我不明白的是，为什么在 1st 和 2nd 输出中，我没有将整个字符串作为 first result对于 matcher.find()。我的意思是，理想情况下，在第一种情况下，.* 应该首先捕获整个字符串，然后在末尾捕获空字符串。现在，虽然它给出了第二场比赛的预期结果，但它对 1st match 表现不佳。

而且，在第二种情况下，我什至不应该得到第二个匹配项，因为我在括号外有一个 + 量词。

我的预期输出是:-

'input' : '0'   '' : '5'  // For 1st
'input' : '0'    // For 2nd

此外，在 3rd 输出中，为什么我将 null 作为第二个匹配项而不是 空字符串？前 3 个组合的第 2 个匹配项不应该相同吗？

第四个输出符合预期。所以，毫无疑问。

Answer 1

您看到的效果与您在链接到的问题中看到的现象相同:

对于 (.*)*:

• 第一个 matcher.start() 是 0，因为这是匹配(“输入”)开始的地方。
• 第一个 matcher.group(1) 是 "" 因为重复的 (.*) 已经覆盖了捕获的 "input" 为空字符串(但 matcher.group(0) 确实包含 input")。
• 第二个 matcher.start() 是 5 因为这是第一次成功匹配后正则表达式引擎所在的位置。
• 第二个 matcher.group(1)(以及 matcher.group(0))是 ""，因为仅此而已是在字符串的末尾匹配。

对于 (.*)+ 是一样的。毕竟，空字符串可以重复任意多次，并且仍然是空字符串。

对于 (.+)* 你得到 null 因为当第二个匹配成功时(长度为 1 的字符串的零重复匹配空字符串)，捕获括号无法捕获任何内容，因此其内容为 null(如未定义，而不是空字符串)。