无法让小组工作答案

【问题标题】：Can't get groups to work无法让小组工作
【发布时间】：2013-03-08 12:11:52
【问题描述】：

我是 Java 正则表达式的新手，我正在尝试从该文本中提取所有“课程#”：

<a id="lesson1" href="lesson1.html">Lesson 1</a>
<a id="lesson2" href="lesson2.html">Lesson 2</a>
<a id="lesson3" href="lesson3.html">Lesson 3</a>
<a id="lesson4" href="lesson4.html">Lesson 4</a>
<a id="lesson5" href="lesson5.html">Lesson 5</a>
<a id="lesson6" href="lesson6.html">Lesson 6</a>
<a id="lesson7" href="lesson7.html">Lesson 7</a>
<a id="lesson8" href="lesson8.html">Lesson 8</a>
<a id="lesson9" href="lesson9.html">Lesson 9</a>

我正在使用此代码从我的字符串中提取该部分：

String s = ""
        + "<a id=\"lesson1\" href=\"lesson1.html\">Lesson 1</a>\n"
        + "<a id=\"lesson2\" href=\"lesson2.html\">Lesson 2</a>\n"
        + "<a id=\"lesson3\" href=\"lesson3.html\">Lesson 3</a>\n"
        + "<a id=\"lesson4\" href=\"lesson4.html\">Lesson 4</a>\n"
        + "<a id=\"lesson5\" href=\"lesson5.html\">Lesson 5</a>\n"
        + "<a id=\"lesson6\" href=\"lesson6.html\">Lesson 6</a>\n"
        + "<a id=\"lesson7\" href=\"lesson7.html\">Lesson 7</a>\n"
        + "<a id=\"lesson8\" href=\"lesson8.html\">Lesson 8</a>\n"
        + "<a id=\"lesson9\" href=\"lesson9.html\">Lesson 9</a>\n"
        + "";

Pattern pattern = Pattern.compile("id=\"(lesson[0-9])");
Matcher m = pattern.matcher(s);

System.out.println("Find: " + m.find())
System.out.println("Matches: " + m.matches());

if (m.matches()) {
   System.out.println("Group 0: " + m.group(0));
}

我用这段代码得到的输出是：

Find: true
Matches: false

在 javadocs 中，我读到如果 m.matches 返回 false，我将无法访问组。

为什么如果 m.find() 返回 true，而 m.matches() 返回 false？我无法使用此代码访问群组，所以我错过了什么？

【问题讨论】：

请不要使用正则表达式来处理HTML，因为无论你使用什么，它对源代码的变化都非常敏感。如果您将其作为一次性或锻炼来进行，那就可以了。

标签： java regex match regex-group

【解决方案1】：

matches 方法尝试将整个输入序列与模式进行匹配。您应该循环调用Matcher.find()，直到它返回false。每次拨打Matcher.find()，您都可以访问该组以查找当前找到的事件。

while (m.find()) {
   String someGroup = m.group(1);
}

【讨论】：

【解决方案2】：

这是对您问题前半部分的回答。

来自Javadoc

“find 方法扫描输入序列，寻找与模式匹配的下一个子序列。”

“matches 方法尝试将整个输入序列与模式匹配。”

不同之处在于find 方法在字符串中的任何位置查找正则表达式的匹配项，而matches 方法仅在整个输入匹配时才返回true。特别是，您的正则表达式以 id = 开头，而您的字符串以 <a 开头，因此您不会得到匹配。

【讨论】：

【解决方案3】：

试试下面的代码：

    String data = "" + "<a id=\"lesson1\" href=\"lesson1.html\">Lesson 1</a>\n"
            + "<a id=\"lesson2\" href=\"lesson2.html\">Lesson 2</a>\n"
            + "<a id=\"lesson3\" href=\"lesson3.html\">Lesson 3</a>\n"
            + "<a id=\"lesson4\" href=\"lesson4.html\">Lesson 4</a>\n"
            + "<a id=\"lesson5\" href=\"lesson5.html\">Lesson 5</a>\n"
            + "<a id=\"lesson6\" href=\"lesson6.html\">Lesson 6</a>\n"
            + "<a id=\"lesson7\" href=\"lesson7.html\">Lesson 7</a>\n"
            + "<a id=\"lesson8\" href=\"lesson8.html\">Lesson 8</a>\n"
            + "<a id=\"lesson9\" href=\"lesson9.html\">Lesson 9</a>\n" + "";

    Pattern pattern = Pattern.compile("\\>([Ll]esson\\s+\\d+)");
    Matcher matcher = pattern.matcher(data);

    while (matcher.find()) {
        System.out.println(matcher.group(1));
    }

希望这会有所帮助。

【讨论】：

【解决方案4】：

你只需要这样做：

if (m.find()) {
   System.out.println(m.group(1));
}

group(1) 而不是 group(0)，因为 group(0) 返回整个匹配项，而 group(1) 返回第一个括号的组。
您可以选择m.find() 或m.matches()。不同之处在于m.matches() 需要匹配整个字符串（参见Difference between matches() and find() in Java Regex）。您的正则表达式仅匹配字符串中的子字符串，因此 matches() 失败，而 find() 会找到。

【讨论】：