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

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“

 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。

　　

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”);

.*? 在这里是非贪婪模式，即最短匹配，比如说字符串 aabab，什么都不加，默认贪婪模式，a.*b 能匹配abab，非贪婪模式，加?号，a.*?b能匹配aab和ab；