group()和group(i)的区别

发表于 分类于 阅读次数： 本文字数： 388 阅读时长 ≈ 1 分钟

前言

最近在做网络爬虫，需要用到正则表达式，所以学习一下。

先看代码

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
public class Main{  
    public static void main(String[] args){  
            String Line = "abcdefg";  
            String regular = "(b)([\\s\\S]+?)(f)";  
            System.out.println(getRegular(Line, regular).get(0));  
    }  
      
    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));//看这里的group的参数  
            }  
            return code;  
    }  
}

我们的目的是获取字符串Line中的cde部分，也就是ab和fg之间的子字符串。
这里不详解ab([\\s\\S]+?)fg的含义，只要知道是满足上述要求的正则表达式即可。
在官方文档jdk中对group()的定义如下
String group(); 返回由以前匹配操作所匹配的输入子序列。
String group(int group); 返回在以前匹配操作期间由给定组捕获的输入子序列。
int groupCount(); 返回此匹配器模式中的捕获组数。

这里的捕获组数，简单来说就是，正则表达式中有多少个括号，通过groupCount()获取捕获组数

函数 获取数据组 (b)([\\s\\S]+?)(f)对abcdefg正则结果
group() 所有组 bcdef
group(0) 所有组 bcdef
group(1) 第1组 b
group(2) 第2组 cde
group(3) 第3组 f

那么问题来了，如果String regular = "b([\\s\\S]+?)f";
把b和f的括号去掉，结果使用groupCount()获取的组数为1，而不是之前的3。
也就是说，group(1)获取的是cde，而不是之前的b。

值得注意的是group()会出现越界问题，要注意。