Java中的非贪婪正则表达式答案

【问题标题】：Non-greedy Regular Expression in JavaJava中的非贪婪正则表达式
【发布时间】：2012-01-19 18:16:23
【问题描述】：

我有下一个代码：

public static void createTokens(){
    String test = "test is a word word word word big small";
    Matcher mtch = Pattern.compile("test is a (\\s*.+?\\s*) word (\\s*.+?\\s*)").matcher(test);
    while (mtch.find()){
        for (int i = 1; i <= mtch.groupCount(); i++){
            System.out.println(mtch.group(i));
        }
    }
}

还有下一个输出：

word
w

但在我看来一定是：

word
word

有人请解释一下为什么会这样？

【问题讨论】：

标签： java regex non-greedy

【解决方案1】：

因为您的模式是非贪婪的，所以它们匹配尽可能少的文本，同时仍然包含匹配项。

删除 ?在第二组中，您将获得
词
字字大字小

Matcher mtch = Pattern.compile("test is a (\\s*.+?\\s*) word (\\s*.+\\s*)").matcher(test);

【讨论】：

现在第二组捕获太多而不是太少。不贪心不是问题，贪心不是解决办法。
你是对的，但恕我直言，第二个捕获组的非贪婪解释了为什么它只捕获“w”。第一个捕获组必须捕获“单词”，因为它后面是“单词”字面量。我不知道他在找什么，他在我提交答案后编辑了问题，所以我无法提供正确的正则表达式。

【解决方案2】：

通过使用\\s*，它将匹配任意数量的空格，包括 0 个空格。 w 匹配 (\\s*.+?\\s*)。为确保它与空格分隔的单词匹配，请尝试(\\s+.+?\\s+)

【讨论】：

麻烦的是，正则表达式已经消耗了单词前后的空格字符，所以现在你试图消耗它们两次。
您需要做的就是从正则表达式中删除空格，例如 ...\\s+)word(\\s+...