我知道这是一个极端情况,但是我遇到了一个使用带有可变数量的组的正则表达式的代码
根据docs,这是合法的:
与a关联的捕获输入 小组总是后续的 该组最近匹配。如果一个 小组第二次评估 因为量化然后它 以前捕获的值,如果有的话, 如果是第二个,将被保留 评估失败。匹配字符串 “aba”反对表达式(a(b)?)+, 例如,将第二组设置为 “B”。所有捕获的输入都被丢弃 在每场比赛开始时。
然而,当我尝试使用unicode标志'GRINNING FACE WITH SMILING EYES'(U + 1F601)时,我得到了StringIndexOutOfBoundsException。
这是根据规格或错误预期的吗?
这是测试代码:
import java.util.regex.Matcher;
import java.util.regex.Pattern;
public class TestEmoji {
public static void main(String[] args) {
Pattern pattern = Pattern.compile("(A.)* EEE");
testGroups(pattern, "ACAB EEE");
testGroups(pattern, "ABACA\uD83D\uDE01");
}
public static void testGroups(Pattern pattern, String s) {
Matcher matcher = pattern.matcher(s);
if (matcher.matches()) {
System.out.println("matches");
System.out.println(matcher.groupCount());
for (int i = 1; i <= matcher.groupCount(); ++i) {
System.out.println(matcher.group(i));
}
}
}
}
和例外:
matches
1
AB
Exception in thread "main" java.lang.StringIndexOutOfBoundsException: String index out of range: -2
at java.lang.String.charAt(String.java:658)
at java.util.regex.Pattern$Slice.match(Pattern.java:3867)
at java.util.regex.Pattern$GroupCurly.match0(Pattern.java:4382)
at java.util.regex.Pattern$GroupCurly.match0(Pattern.java:4354)
at java.util.regex.Pattern$GroupCurly.match(Pattern.java:4304)
at java.util.regex.Matcher.match(Matcher.java:1221)
at java.util.regex.Matcher.matches(Matcher.java:559)
at TestEmoji.testGroups(TestEmoji.java:19)
at TestEmoji.main(TestEmoji.java:12)
at sun.reflect.NativeMethodAccessorImpl.invoke0(Native Method)
at sun.reflect.NativeMethodAccessorImpl.invoke(NativeMethodAccessorImpl.java:57)
at sun.reflect.DelegatingMethodAccessorImpl.invoke(DelegatingMethodAccessorImpl.java:43)
at java.lang.reflect.Method.invoke(Method.java:606)
at com.intellij.rt.execution.application.AppMain.main(AppMain.java:120)
答案 0 :(得分:3)
在Java Bugs数据库中进行了一些挖掘之后,我找到了它:
http://bugs.java.com/bugdatabase/view_bug.do?bug_id=8007395
JDK-8007395:当输入String包含代理UTF-16字符时Match.find()中的StringIndexOutofBoundsException