Regex學習筆記 之 group()和group(i)的區別

最近在做網路爬蟲，需要用到Regex，所以學習一下，先看代碼

public class Main{        public static void main(String[] args){                long start = System.currentTimeMillis();                Scanner in = new Scanner(System.in);                //開始正則                String Line = "abcdefg";                String regular = "(b)([\\s\\S]+?)(f)";                System.out.println(getRegular(Line, regular).get(0));                //結束正則                                 long end = System.currentTimeMillis();                System.out.println("\n用時:"+(end-start)/1000f+"秒");        }                private static List<String> getRegular(String line, String regular) {                List<String> code = new ArrayList<String>();                Pattern pattern = Pattern.compile(regular);                Matcher matcher = pattern.matcher(line);                while(matcher.find()){                        code.add(matcher.group(1));//問題是這裡的group的參數                }                return code;        }}

我們的目的是擷取字串Line中的cde部分，也就是ab和fg之間的子字串。

這裡不詳解ab([\\s\\S]+?)fg的含義，只要知道是滿足上述要求的Regex即可。

在官方文檔jdk中對group()的定義如下

 Stringgroup();//返回由以前匹配操作所匹配的輸入子序列。 Stringgroup(int group);      //返回在以前匹配操作期間由給定組捕獲的輸入子序列。 int groupCount();          //返回此匹配器模式中的擷取的群組數。

這裡的擷取的群組數，簡單來說就是，Regex中有多少個括弧，通過groupCount()擷取擷取的群組數

group()和group(0)等價，就是把所有的組數一起擷取，在上面的例子中，正則出來的結果是:bcdef

group(1)表示的是擷取第一組，也就是第一個括弧中的正則出來的字串，在上面的例子中，正則出來的結果是:b

group(2)表示的是擷取第二組，也就是第二個括弧中的正則出來的字串，在上面的例子中，正則出來的結果是:cde

group(3)表示的是擷取第三組，也就是第三個括弧中的正則出來的字串，在上面的例子中，正則出來的結果是:f

那麼問題來了，如果String regular = "b([\\s\\S]+?)f";

把b和f的括弧去掉，結果使用groupCount()擷取的組數為1，而不是之前的3。

也就是說，group(1)擷取的是cde，而不是之前的b。

值得注意的是group()會出現越界問題，要注意。