先看例子:
Java代码:
1 import java.util.regex.Matcher;
2 import java.util.regex.Pattern;
3
4 public class PatternTest {
5
6 public static void main(String[] args) {
7 String text = "<textarea rows=\"20\" cols=\"70\">nexus maven repository index properties updating index central</textarea>";
8 String reg = "<textarea.*?>.*?</textarea>";
9 Pattern p = Pattern.compile(reg);
10 Matcher m = p.matcher(text);
11 while (m.find()) {
12 System.out.println(m.group());
13 }
14 }
15
16 }
运行结果:
1 <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:
1 import java.util.regex.Matcher;
2 import java.util.regex.Pattern;
3
4 public class PatternTest {
5
6 public static void main(String[] args) {
7 String text = "<textarea rows=\"20\" cols=\"70\">nexus maven repository index properties updating index central</textarea>";
8 //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
9 String reg = "(<textarea.*?>)(.*?)(</textarea>)";
10 Pattern p = Pattern.compile(reg);
11 Matcher m = p.matcher(text);
12 while (m.find()) {
13 System.out.println(m.group(0)); // 整个匹配到的内容
14 System.out.println(m.group(1)); // (<textarea.*?>)
15 System.out.println(m.group(2)); // (.*?)
16 System.out.println(m.group(3)); // (</textarea>)
17 }
18 }
19 }
运行结果:
1 <textarea rows="20" cols="70">nexus maven repository index properties updating index central</textarea>
2 <textarea rows="20" cols="70">
3 nexus maven repository index properties updating index central
4 </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:
1 import java.util.regex.Matcher;
2 import java.util.regex.Pattern;
3
4 public class PatternTest {
5
6 public static void main(String[] args) {
7 String text = "<textarea rows=\"20\" cols=\"70\">nexus maven repository index properties updating index central</textarea>";
8 // 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.*?>)
9 String reg = "(?:<textarea.*?>)(.*?)(?:</textarea>)";
10 Pattern p = Pattern.compile(reg);
11 Matcher m = p.matcher(text);
12 while (m.find()) {
13 System.out.println(m.group(0)); // 整个匹配到的内容
14 System.out.println(m.group(1)); // (.*?)
15 }
16 }
17 }
运行结果:
1 <textarea rows="20" cols="70">nexus maven repository index properties updating index central</textarea>
2 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。