正则表达式：缺少一些组答案

【问题标题】：Regular expressions: some groups missing正则表达式：缺少一些组
【发布时间】：2011-11-03 06:52:17
【问题描述】：

我有以下 Java 代码：

String s2 = "SUM   12  32 42";
Pattern pat1 = Pattern.compile("(PROD)|(SUM)(\\s+(\\d+))+");
Matcher m = pat1.matcher(s2);
System.out.println(m.matches());
System.out.println(m.groupCount());
for (int i = 1; i <=  m.groupCount(); ++i) {
        System.out.println(m.group(i));
}

产生：

true
4
null
SUM
 42
42

我想知道null 是什么以及为什么缺少 12 和 32（我希望在组中找到它们）。

【问题讨论】：

标签： java regex

【解决方案1】：

重复的组将包含与该组的表达式匹配的 last 子字符串的匹配项。

如果正则表达式引擎能够返回匹配组的 all 子字符串，那就太好了。不幸的是，这不受支持：

Regular expression with variable number of groups?

另外的组是静态的，编号如下：

                    0
          _______________________
         /                       \
         (PROD)|(SUM)(\\s+(\\d+))+
         \____/ \___/|    \____/| 
           1      2  |       4  |
                      \________/ 
                           3

【讨论】：

【解决方案2】：

从你的这部分正则表达式中分组X：

(\\s+(\\d+))+
|          |
+----------+--> X

将首先匹配12，然后是32，最后是42。每次X 的值都会更改，并替换之前的值。如果您想要所有值，则需要 Pattern 和 Matcher.find() 方法：

String s = "SUM   12  32 42 PROD 1 2";
Matcher m = Pattern.compile("(PROD|SUM)((\\s+\\d+)+)").matcher(s);
while(m.find()) {
    System.out.println("Matched : " + m.group(1));
    Matcher values = Pattern.compile("\\d+").matcher(m.group(2));
    while(values.find()) {
        System.out.println("        : " + values.group());
    }
}

将打印：

匹配：SUM
        : 12
        : 32
        : 42
匹配：产品
        : 1
        : 2

您会看到打印了 null，因为在第 1 组中，有 PROD，您不匹配。

【讨论】：

【解决方案3】：

I wonder what's a null

捕获组的索引从左到右，从一个开始。第 0 组表示整个模式，因此表达式 m.group(0) 等价于 m.group()。

http://download.oracle.com/javase/1.5.0/docs/api/java/util/regex/Matcher.html#group%28int%29

给定的字符串与整个模式不匹配。

【讨论】：

此信息与我的 null 无关，因为它是由 m.group(1) 而不是 m.group(0) 产生的。