分组的正则表达式不直观地匹配？

Question

我是初学者，试图学习如何在Java中使用正则表达式。通过一些在线教程，我编写了以下示例代码来教自己如何使用分组运行正则表达式，但结果有点不直观。

String pattern = "((frok |dork )*)(\\w+) is (\\d+) Foo";
System.out.println(test1.matches(pattern));
System.out.println(test1.replaceAll(pattern, "$1"));        
System.out.println(test1.replaceAll(pattern, "$3"));

使用test1 = frok dork dumb is 10 Foo，$1为frok dork，$3为dumb，符合预期。

但是，对于test1 = frok dork is 10 Foo，我预计匹配会失败。相反，我将$1设为frok，将$3设为dork。为什么dork与\\w+匹配而不是((frok | dork )*)，与之前的情况相同？

我在这里搜索了SO，但这些帖子（Java regular expression with groups，Regular expressions, groups issue，Is there a way to use a list of string parameters with a regular expression (with groups) to construct a new string?，Regular expression with variable number of groups?）未解决此问题。

Answer 1

一张图片胜过千言万语！

所以这里是你的小组 - 解释正则表达式的哪一部分符合什么。

您需要一个正则表达式调试器

查看事物匹配或失败的最佳方法是使用正则表达式调试器。我一直在使用正则表达式，，如果没有调试工具，我就不会这样做。

在Windows上，正则表达式调试器的Rolls是RegexBuddy。它由 The Regex Cookbook 的作者Jan Goyvaerts和几个基于正则表达式的工具开发。在线，regex101非常好。

• 在此regex 101 demo的右侧窗格中，您可以看到每个匹配的组。
• RegexBuddy有free trial

Answer 2

  

但是，对于test1 = frok dork is 10 Foo，我预计匹配会失败。相反，我将$1设为frok，将$3设为dork。为什么dork与\\w+匹配而不是((frok | dork )*)，与之前的情况相同？

这里的第一句话就是你问题的答案。 ((frok |dork )*) 希望尽可能多地匹配frok 或dork 的出现次数;但最重要的考虑因素是，它希望正则表达式匹配成功。如果正则表达式的给定部分必须匹配一点点才能使整个匹配成功，那么就这样吧。

有关详细信息，我建议使用Google搜索正则表达式 + 回溯，贪婪和 nongreedy 。

Answer 3

((frok |dork )*)(\\w+)表示可以有任意数量的frok或dork s后跟一个单词。在第一个测试中，frok和dork都与第一个组匹配，dumb与下一个匹配。但是在第二次测试中，为了匹配模式，dork必须被计为单个跟随单词。因此，只能在初始组中计算frok。

Answer 4

有标记组( 表达式 )，并且有非标记组(?: 表达式 )。你看到了不同之处。打开括号后，非标记组的?:。

标记组表达式找到的字符串可以使用$1，$2，...或\1，\2，....进行反向引用。< / p>

示例中的OR表达式应该是非标记组，因为内部括号仅适用于应该应用0次或更多次的OR表达式。

Answer 5

您在正则表达式中嵌套了组：((frok |dork )*)因此frok被捕获两次。然后，正如您所猜测的那样，dork

会捕获(\\w+)