java - 为什么零长度字符总是保留在 java 正则表达式模式 a 的源字符串的末尾？

Question

Pattern pattern = Pattern.compile("a?");
Matcher matcher = pattern.matcher("a");
while(matcher.find()){
   System.out.println(matcher.start()+"["+matcher.group()+"]"+matcher.end());
}

输出:

0[a]1
1[]1

为什么这会给我两个输出，而只有一个字符作为匹配器。

我注意到对于这个模式，它总是在源字符串的末尾给出一个零长度。例如:当 source 是 "abab"时，它给出

0[a]1
1[]1
2[a]3
3[]3
4[]4

Answer 1

正则表达式特殊字符 ?(问号)表示“匹配前面的事物零次或一次”。

由于您在 while 循环中进行匹配 (while (matcher.find()) {...) 它会找到表达式的两个匹配项 - 出现一次“a”(在位置 0 ，字符串“a”)和零次出现的“a”(在位置 1，最后是空字符串)。

这是您的代码片段匹配的内容(开始/结束索引由 X/Y 表示):

String: " a b a b "
         ├─┼─┼─┼─┤
Index:   0 1 2 3 4
Match:   ╰┬╯ ╰┬╯ ╰- the empty string 4/4 (zero occurrences of "a").
          ||  |╰- the empty string 3/3 (zero occurrences of "a").
          ||  ╰ the string "a" 2/3 (one occurrence of "a").
          |╰ the empty string 1/1 (zero occurrences of "a").
          ╰ the string "a" 0/1 (one occurrence of "a").

它在位置 0/0 或 2/2 不匹配，因为表达式是贪婪的，这意味着它会尝试考虑下一个字符(在位置 0/1、2/3)，只要它不匹配' t 使匹配无效，它不会使它们被跳过。举例来说，如果您要将字符串 "bbbb" 与模式 a? 进行匹配，那么您将得到五个空字符串，每个空字符串对应开头、结尾, 以及每个字符之间。