Question

我在一个Java测试套件中发现了以下问题

    Pattern p = Pattern.compile("[wow]*");
    Matcher m = p.matcher("wow its cool");
    boolean b = false;
    while (b = m.find()) {
        System.out.print(m.start() + " \"" + m.group() + "\" ");
    }

其中输出似乎如下

0 "wow" 3 "" 4 "" 5 "" 6 "" 7 "" 8 "" 9 "oo" 11 "" 12 ""

直到最后一场比赛很清楚，模式[哇] *贪婪地匹配0或更多＆＃39; w＆＃39;和＆＃39; o＆＃39;字符，而对于不匹配的字符，包括空格，它会导致空字符串。但是在匹配了最后一个＆＃39; l＆＃39;与11＆＃34;＆＃34;，以下12＆＃34;＆＃34;似乎不清楚。在测试解决方案中没有详细说明，我也无法从javadoc中明确地解决这个问题。我最好的猜测是边界特征，但如果有人能提供解释，我将不胜感激

Answer 1

您看到此行为的原因是您的模式允许空匹配。换句话说，如果你传递一个空字符串，你会在零位置看到一个匹配：

Pattern p = Pattern.compile("[wow]*"); // One of the two 'w's is redundant, but the engine is OK with it
Matcher m = p.matcher("");             // Passing an empty string results in a valid match that is empty
boolean b = false;
while (b = m.find()) {
    System.out.print(m.start() + " \"" + m.group() + "\" ");
}

这将打印0 ""，因为空字符串与表达式的任何其他匹配项一样好。

回到你的例子，每当引擎发现一个匹配项（包括一个空的匹配项）时，它会通过一个字符前进。＆＃34;前进一个＆＃34;意味着引擎会考虑尾部＆＃34;在下一个位置的字符串。这包括正则表达式引擎处于位置11的时间，即最后一个字符的时间：这里，＆＃34; tail＆＃34;由一个空字符串组成。这类似于调用"wow its cool".substring(12)：在这种情况下你也会得到一个空字符串。

引擎将空字符串视为有效输入，并尝试将其与表达式匹配，如上例所示。这会产生匹配，程序会正确报告。

Answer 2

[wow]*匹配第一个wow字符串。 count = 1
由于字符类旁边有*（零或更多），[wow]*这个正则表达式会匹配一个空字符串，该字符串存在于字符之前与上述模式不匹配。因此它匹配前面存在于第一个空间的边界或空白空间。数= 2。
its与上述正则表达式不匹配。所以它匹配每个字符之前存在的空字符串。因此，计数为2+3=5。
并且第二个空格与上述正则表达式不匹配。所以我们得到一个空字符串作为匹配。 5+1=6
c与上述正则表达式不匹配。因此它匹配之前存在的空格c 6+1=7
oo与上述正则表达式匹配。 [wow]*。所以它匹配oo，这被认为是1匹配。因此，我们将7+1=8作为计数。
l不匹配。 Count = 9
最后它匹配最后一个字符旁边的空字符串。所以现在计数是9+1=10
最后我们都知道m.start()会打印相应匹配的起始索引。

DEMO

Answer 3

正则表达式只是将模式与输入匹配，从给定的偏移量开始。对于最后一场比赛，12的偏移量是在＆＃39; cool＆＃39;的最后一个字符之后的点。 - 您可能认为这是字符串的结尾，因此不能用于匹配目的 - 但您错了。对于模式匹配，这是一个非常有效的起点。

正如您所说，您的正则表达式包含零字符的可能性，实际上，这是在最后一个字符结束之后但在字符串结束标记之前发生的事情（通常在正则表达式中由$表示）

换句话说，没有测试超过最后一个字符的结尾，这意味着不会发生与字符串结尾相关的匹配 - 但是有许多正则表达式结构与字符串的结尾相匹配（和你在这里展示了其中一个）。

Java正则表达式边界匹配？

3 个答案: