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，

我写了如下代码sn-p，

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

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

}

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

1. 0 和 1 是什么意思？如果有人能用很好的例子来解释我，那就更好了。

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

代码 sn-p 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) 创建一个具有捕获 属性的组。

您可能经常看到（和使用）的一个相关的是(?:pattern)，它创建了一个没有capturing 属性的group，因此命名为non-capturing组。

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(pattern)内的pattern匹配的文本。使用您的示例，(.*):、.* 匹配 ABC 和 : 匹配 :，并且由于 .* 在捕获组 (.*) 内，因此为捕获组 1 记录了文本 ABC。

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

组号用于反向引用模式中的\n 和替换字符串中的$n。

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

您可以使用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。

^{在一些正则表达式风格（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，你可以定义一个named capturing group(?<name>pattern)，你可以访问与Matcher.group(String name)匹配的内容。正则表达式更长，但代码更有意义，因为它指示您尝试与正则表达式匹配或提取的内容。

组名用于反向引用模式中的\k<name> 和替换字符串中的${name}。

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。

Answer 2

对于我们其他人

这里有一个简单明了的例子来说明它是如何工作的：

( G1 )( G2 )( G3 )( G4 )( G5 )
正则表达式：([a-zA-Z0-9]+)([\s]+)([a-zA-Z ]+)([\s]+)([0-9]+)

字符串："!* UserName10 John Smith 01123 *!"

group(0): UserName10 John Smith 01123
group(1): UserName10
group(2):  
group(3): John Smith
group(4):  
group(5): 01123

如您所见，我创建了五个组，每个组都用括号括起来。

我包括了 !* 和 *!在任一侧使其更清晰。请注意，这些字符都不在 RegEx 中，因此不会在结果中生成。 Group(0) 只为您提供整个匹配的字符串（我的所有搜索条件都在一行中）。第 1 组在第一个空格之前停止，因为空格字符未包含在搜索条件中。第 2 组和第 4 组只是空白，在这种情况下实际上是空格字符，但也可以是制表符或换行符等。第 3 组包括空格，因为我将它放在搜索条件中......等等。

希望这是有道理的。

Answer 3

括号() 用于启用正则表达式短语的分组。

group(1) 包含括号 (.*) 之间的字符串，因此在这种情况下为 .*

而group(0) 包含整个匹配的字符串。

如果您有更多组（阅读(...)），它将被放入具有下一个索引（2、3 等）的组中。