Java正则表达式中的“（.*）”、“（.*）+”、“.+）*”有一个奇怪的问题

Question

为了重新产生最近一个问题-Why does (.*)* make two matches and select nothing in group $1?中所述的问题，我尝试了*和+在括号内和括号外的各种组合，结果出乎意料

我本希望得到的结果与该问题中已接受的答案中所解释的结果相同，并且在另一个重复的问题中也是如此，标记在Perl-Why doesn't the .* consume the entire string in this Perl regex?下。但它的行为方式不同

为了简单起见，以下是我尝试的代码：-

String str = "input";
String[] patterns = { "(.*)*", "(.*)+", "(.+)*", "(.+)+" };

for (String pattern: patterns) {
    Matcher matcher = Pattern.compile(pattern).matcher(str);

    while (matcher.find()) {
        System.out.print("'" + matcher.group(1) + "' : '" + matcher.start() + "'" + "\t");
    }

    System.out.println();
}

这是我得到的所有4个组合的输出：-

'' : '0'    '' : '5'            // For `(.*)*`
'' : '0'    '' : '5'            // For `(.*)+`  
'input' : '0'   'null' : '5'    // For `(.+)*`
'input' : '0'                   // For `(.+)+`

现在，我不明白的是，为什么在1st和2nd输出中，我没有得到matcher.find()的整个字符串作为first result。我的意思是，理想情况下，在第一种情况下，.*应该首先捕获整个字符串，然后在最后捕获empty string。现在，虽然它给出了第二场比赛的预期结果，但它在1st match中的表现并不好

而且，在第二种情况下，我甚至不应该得到第二个匹配，因为我在括号外有一个+量词

我的预期产出是：-

'input' : '0'   '' : '5'  // For 1st
'input' : '0'    // For 2nd

另外，在3rd输出中，为什么我将null作为第二个匹配而不是empty string呢？前三个组合的第二个匹配不应该相同吗

第四个输出符合预期。所以，毫无疑问

Answer 1

你看到了与你所链接的问题相同的现象的影响：

对于(.*)*：

• 第一个matcher.start()是0，因为这是匹配（"input"）的开始
• 第一个matcher.group(1)是""，因为重复的(.*)已经用空字符串覆盖了捕获的"input"（但是matcher.group(0)确实包含input"）
• 第二个matcher.start()是5，因为在第一次成功匹配之后，正则表达式引擎就在那里
• 第二个matcher.group(1)（以及matcher.group(0)）是""，因为这是字符串末尾要匹配的全部内容

对于(.*)+来说也是一样的。毕竟，空字符串可以重复任意多次，但仍然是空字符串

对于(.+)*您会得到null，因为当第二次匹配成功时（长度为1的字符串的零次重复匹配空字符串），捕获括号无法捕获任何内容，因此其内容是null（如未定义，而不是空字符串）