零长度在Java中的正则表达式匹配

Question

我的代码：

Pattern pattern = Pattern.compile("a?"); 
Matcher matcher = pattern.matcher("ababa"); 
while(matcher.find()){ 
    System.out.println(matcher.start()+"["+matcher.group()+"]"+matcher.end()); 
} 

输出：

0[a]1 
1[]1 
2[a]3 
3[]3 
4[a]5 
5[]5 

我知道什么：

• “？一”代表字符'a'的零次或一次出现。

的Java API说：

• matcher.start（）返回在以前匹配的初始索引。
• matcher.end（）返回匹配的最后一个字符后的偏移量。
• matcher.group（）返回匹配前一个 匹配的输入子序列。对于输入序列为s的匹配器m，表达式 m.group（）和s.substring（m.start（），m.end（））是等价的。对于 ，某些模式（例如a *）与空字符串匹配。当模式成功匹配 输入中的空字符串时，此方法 将返回空字符串。

我想知道的：

1. 在哪些情况下不会对正则表达式引擎遇到一个零 发生的指定字符（S）的 - 这里是字符 'A'。
2. 在那些情况下，匹配器中的start（）， end（）和group（）方法实际返回的值是什么。我已经提到了java API所说的 。但就上述情况而言，我还不太清楚。

Answer 1

?是一个贪婪的量词，因此它会先尝试匹配1次出现，然后再尝试0次出现。在你的字符串中，

1. 它从第一个字符'a'开始并尝试再次匹配1次发生。 'a'字符匹配，所以它返回你看到的第一个结果
2. 然后它向前移动并找到'b'。 'b'字符与您的正则表达式1出现不匹配，所以引擎回溯并尝试匹配0次出现。结果是空字符串匹配 - >你得到第二个结果。
3. 然后它在b之前移动，因为在那里没有更多的匹配可能，并且它会再次以第二个'a'字符开始。
4. 等等......你明白了吧...

这是比这更复杂一点，但是这是主要的想法。当1次出现不匹配时，它会尝试0次出现。

至于开始，结束和组的值，它们将是匹配开始的位置，结束位置和组匹配的位置，因此在字符串的第一个0匹配匹配中，会得到1,1和emtpy字符串。我不确定这真的会回答你的问题。

Answer 2

遍历几个例子将清除出matcher.find()运作给你：

正则表达式引擎呈现一个字符的字符串（即巴），并试图找到，如果你正在寻找在字符串模式无法找到或不。如果该模式存在，则（如API所述）：

matcher.start（）返回起始索引， matcher.end（）返回匹配的最后一个字符后的偏移量。

如果匹配不存在。然后start（）和end（）返回相同的索引，这符合匹配的长度为零。

往下看下面的例子：

 // Searching for string either "a" or "" 
     Pattern pattern = Pattern.compile("a?"); 
     Matcher matcher = pattern.matcher("abaabbbb"); 
     while(matcher.find()){ 
      System.out.println(matcher.start()+"["+matcher.group()+"]"+matcher.end()); 
     } 

输出：

0[a]1 
    1[]1 
    2[a]3 
    3[a]4 
    4[]4 
    5[]5 
    6[]6 
    7[]7 
    8[]8 


     // Searching for string either "aa" or "a" 
     Pattern pattern = Pattern.compile("aa?"); 
    Matcher matcher = pattern.matcher("abaabbbb"); 
    while(matcher.find()){ 
     System.out.println(matcher.start()+"["+matcher.group()+"]"+matcher.end()); 
    } 

输出：

0[a]1 
2[aa]4