java - 前瞻性正则表达式产生意外组

Question

我正在尝试从不应包含 .html 的 URL 中提取页面名称和查询字符串

这是 Java 中的示例代码:

public class TestRegex { 
    public static void main(String[] args) {
        Pattern pattern = Pattern.compile("/test/(((?!\\.html).)+)\\?(.+)");
        Matcher matcher = pattern.matcher("/test/page?param=value");
        System.out.println(matcher.matches());
        System.out.println(matcher.group(1));
        System.out.println(matcher.group(2));
    }
}

运行这段代码可以得到如下输出:

true
page
e

我的正则表达式有什么问题，所以第二组包含字母 e 而不是 param=value？

Answer 1

你在做:

Pattern.compile("/test/(((?!\\.html).)+)\\?(.+)")
//                     ^^            ^ ^   ^  ^
//                     ||            | |   |  |
//                     |+------2-----+ |   +-3+
//                     |               |  
//                     +-------1-------+                  

尝试:

Pattern.compile("/test/((?:(?!\\.html).)+)\\?(.+)")
//                     ^                 ^   ^  ^
//                     |                 |   |  |
//                     |                 |   +-2+
//                     |                 |  
//                     +--------1--------+  

换句话说:(?:...) 使其成为非捕获组。