Question

我遇到了java.util.regex.Matcher的奇怪行为。让我们考虑一下例子：

    Pattern p = Pattern.compile("\\d*");
    String s = "a1b";
    Matcher m = p.matcher(s);
    while(m.find())
    {
        System.out.println(m.start()+" "+m.end());
    }

它产生输出：

我可以理解除了最后一行之外的所有行。 Matcher从字符串中创建额外的组（3,3）。但方法start（）的javadoc确认：

start（）返回上一个匹配的起始索引。

点星模式的情况相同：

Pattern p = Pattern.compile(".*");
String s = "a1b";
Matcher m = p.matcher(s);
while(m.find())
{
    System.out.println(m.start()+" "+m.end());
}

输出：

0 3
3 3

但是如果指定行边界

Pattern p = Pattern.compile("^.*$");

输出将是“正确的”：

0 3

有人可以解释我这种行为的原因吗？

Answer 1

模式"\\d*"匹配0位或更多位数。同样代表".*"。它匹配除换行符之外的任何字符的0或更多次出现。

您获得的最后一个匹配是字符串末尾的空字符串，位于"b"之后。空字符串满足模式\\d*。如果您将模式更改为\\d+，您将获得预期结果。

同样，模式.*匹配从第一个字符到最后一个字符的所有内容。因此它首先匹配"a1b"。之后，光标位于b："a1b|"之后。现在，matcher.find()再次运行，并在光标处找到零长度字符串，这符合模式.*，因此它将其视为匹配。

它给出"^.*$"的预期输出的原因是最后一个空字符串不满足^锚点。它不在字符串的开头，因此无法匹配。

Matcher在字符串末尾创建额外的组

1 个答案: