JAVA正则表达式-捕获组与非捕获组

 

Java捕获组与非捕获组的问题困扰了我一阵子，下面是我弄明白后的笔记：

 

先看例子：

 

import java.util.regex.Matcher;
import java.util.regex.Pattern;

public class PatternTest {

	public static void main(String[] args) {
		String text = "<textarea rows=\"20\" cols=\"70\">nexus maven repository index properties updating index central</textarea>";
		String reg = "<textarea.*?>.*?</textarea>";
		Pattern p = Pattern.compile(reg);
		Matcher m = p.matcher(text);
		while (m.find()) {
			System.out.println(m.group());
		}
	}

}

 

  运行结果：

 

<textarea rows="20" cols="70">nexus maven repository index properties updating index central</textarea>

 

 

现在，如果我只想匹配到<textarea>内的文本内容即“nexus maven repository index properties updating index central”，怎么做呢？这时候就要用到捕获组了。上述代码中“<textarea.*?>.*?</textarea>”最中间的“.*?”是匹配内容的正则表达式，只需要将它用括号括起来，就是一个捕获组了。看代码：

 

import java.util.regex.Matcher;
import java.util.regex.Pattern;

public class PatternTest {

	public static void main(String[] args) {
		String text = "<textarea rows=\"20\" cols=\"70\">nexus maven repository index properties updating index central</textarea>";
		//下面的正则表达式中共有四个捕获组：(<textarea.*?>)、(.*?)、(</textarea>)和整个匹配到的内容
		String reg = "(<textarea.*?>)(.*?)(</textarea>)";  
		Pattern p = Pattern.compile(reg);
		Matcher m = p.matcher(text);
		while (m.find()) {
			System.out.println(m.group(0)); // 整个匹配到的内容
			System.out.println(m.group(1)); // (<textarea.*?>)
			System.out.println(m.group(2)); // (.*?)
			System.out.println(m.group(3)); // (</textarea>)
		}
	}
}

 

  运行结果：

 

<textarea rows="20" cols="70">nexus maven repository index properties updating index central</textarea>
<textarea rows="20" cols="70">
nexus maven repository index properties updating index central
</textarea>

 

  从上述代码得出结论：正则表达式中每个"()"内的部分算作一个捕获组，每个捕获组都有一个编号，从1,2...，编号0代表整个匹配到的内容。

至于非捕获组，只需要将捕获组中"()"变为"(?:)"即可，代码说话：

import java.util.regex.Matcher;
import java.util.regex.Pattern;

public class PatternTest {

	public static void main(String[] args) {
		String text = "<textarea rows=\"20\" cols=\"70\">nexus maven repository index properties updating index central</textarea>";
		// 下面的正则表达式中共有二个捕获组：(.*?)和整个匹配到的内容，两个非捕获组:(?:</textarea>)和(?:<textarea.*?>)
		String reg = "(?:<textarea.*?>)(.*?)(?:</textarea>)";
		Pattern p = Pattern.compile(reg);
		Matcher m = p.matcher(text);
		while (m.find()) {
			System.out.println(m.group(0)); // 整个匹配到的内容
			System.out.println(m.group(1)); // (.*?)
		}
	}
}

 运行结果：

<textarea rows="20" cols="70">nexus maven repository index properties updating index central</textarea>
nexus maven repository index properties updating index central

 如果试图运行：System.out.println(m.group(2));将会抛出异常，因为不存在编号为2的捕获组。

评论

5 楼 Kem0574 2018-03-29  

luhui1hao 写道

String reg = "(<textarea.*?>)(.*?)(</textarea>)"; 
这里可以不加?啊。加了有点多此一举，*号已经是代表0个或多个了。

加了?，则只匹配到<textarea ...>，不加的话，会一直到</textarea>的>

4 楼 luhui1hao 2016-10-27  

String reg = "(<textarea.*?>)(.*?)(</textarea>)"; 
这里可以不加?啊。加了有点多此一举，*号已经是代表0个或多个了。

3 楼 cfczdws 2015-11-26  

写的清晰明白，不错，非常感谢。

2 楼 JLFree 2014-08-22  

其实还有方便的写法  (<textarea.*?>)(?<data>.*?)(</textarea>)  在正则表达式中加一个变量 data  然后在 group 获取 string str = m.group("data");

1 楼 hepingzhige13 2014-07-03  

学习了，非常感谢！赞……