Question

我想将输入字符串拆分为以\begin{<word>}开头并以\end{<word>}结尾的块，其中＆lt; word＆gt;可以是“block”，“vers”或“refr”，并在每个块上执行addBlock（）。在包含其中两个块的字符串上尝试此方法时，m.groupCount()正确返回2，但m.find()返回false。怎么会这样？ m.group()会抛出异常。

private void addBlocks(String in) {
    Pattern p = Pattern.compile("\\\\begin\\{(vers|refr|block)\\}.*\\\\end\\{(vers|refr|block)\\}");
    Matcher m = p.matcher(in);
    while (m.find()) {
        addBlock(m.group());
    }
}

编辑：是的，那里有几个错误。正则表达式是一个痛苦的屁股，它不是非常直观，并没有那么多明智的帮助在线。以下是最终有效的代码：

private void addBlocks(String in) {
    Pattern p = Pattern.compile("\\\\begin\{(block|vers|refr)\\}(.|$)*?\\\\end\\{(block|vers|refr)\\}", Pattern.DOTALL);
    Matcher m = p.matcher(in);
    while (m.find()) {
         addBlock(m.group());
    }
}

Answer 1

这将永远不会给出多个结果，因为。*会占用结束标记之前的每个字符。

groupCount（）不返回匹配数，而是返回捕获组数。此处还解释了：https://stackoverflow.com/a/2989061/2947592

Answer 2

一般来说，您的代码适合我，至少对于此测试调用：

addBlocks("foo bar \\begin{vers}bla\\end{vers}foo bar baz \\begin{refr}bla2\\end{refr} bla");

但是，由于贪婪的addBlock()量词，您的正则表达式最多会调用*一次。您可能更愿意使用*?量词：

Pattern p = Pattern.compile("\\\\begin\\{(vers|refr|block)\\}.*?\\\\end\\{(vers|refr|block)\\}");

使用*?量词，您将获得上述测试调用的两个匹配项。

如果某些输入没有匹配，那么m.find()将正确返回false并且m.group()将不会被调用（因此不会抛出任何IllegalStateException）。与输入字符串无关，m.groupCount()对于您的特定正则表达式始终为2，因为模式中有2个捕获组。

匹配器groupCount（）和find（）不加起来

2 个答案: