正则表达式捕获组无法识别组（1），尽管匹配（）为真

Question

我正在用 Java 编写一些简单的（我认为是）正则表达式来删除直接出现在某些指定标点符号旁边的星号或 & 号。
这是我的原始代码：

String ptr = "\\s*[\\*&]+\\s*";
String punct1 = "[,;=\\{}\\[\\]\\)]"; //need two because bracket rules different for ptr to left or right
String punct2 = "[,;=\\{}\\[\\]\\(]";

out = out.replaceAll(ptr+"("+punct1+")|("+punct2+")"+ptr,"$1");

这不仅删除了字符串的“ptr”部分，还删除了punct！ （即用空字符串替换匹配的字符串）
我通过以下方式进一步检查：

String ptrStr = ".*"+ptr+"("+punct1+")"+".*|.*("+punct2+")"+ptr+".*";
Matcher m_ptrStr = Pattern.compile(ptrStr).matcher(out);

发现：

m_ptrStr.matches() //returns true, but...
m_ptrStr.group(1) //returns null??

我不知道我做错了什么，因为我之前使用过这种精确的方法，并且使用了更复杂的正则表达式，并且 group(1) 总是返回捕获的组。一定有什么我没能发现的，所以..有什么想法吗？

Answer 1

问题是你在每一边都有一个捕获组：

(regex1)|(regex2)

匹配器将使用第一个替代开始并搜索匹配；如果没有找到，它会尝试第二次替换。

但是，这些仍然是两组，并且只有一组会匹配。不匹配的将返回null，这就是你在这里发生的事情。

因此，您需要测试这两个组；既然你有匹配，至少有一个不会为空。

Answer 2

当您的模式中有| 时，这意味着匹配器可以匹配两种模式之一。无论它匹配哪个，它匹配的模式的任何捕获组都将返回子字符串——但是 other 模式的任何捕获组都将返回null，因为另一个模式并没有真正匹配。

看起来你的模式是

.*\s*[\*&]+\s*([,;=\{}\[\]\)]).*|.*([,;=\{}\[\]\(])+\s*[\*&]+\s*.*
------------- left ------------- -------------- right ------------

如果matches() 返回真，那么你的字符串匹配“左”模式，在这种情况下group(1) 将是非空的，group(2) 将是空的；否则它匹配“正确”模式，在这种情况下，group(1) 将为空，group(2) 非空。 [注意：匹配器不会尝试找出双方是否成功匹配。也就是说，如果左侧匹配，则不会检查右侧。]