正则表达式matcher.group用法

本贴来自http://hi.baidu.com/cnjsp/blog/item/f5449d824c5102b46c8119cb.html

原来，group是针对（）来说的，group（0）就是指的整个串，group（1）指的是第一个括号里的东西，group（2）指的第二个括号里的东西。

最近学习正则表达式，发现Java中的一些术语与其他地方描述的有所差异。比如Java正则表达式中的“组”概念与《正则表达式必知必会》一书中讲述的“子表达式”其实是一样的，只是表述不同而已。由此也引发了使用JavaAPI时对group(intgroup)、start(intgroup)、end(intgroup)不是太理解。在阅读了关于正则表达式问题：有谁用过Matcher类的group()方法没有之后彻底明白，并写了一个小程序测试。

程序如下

package cn.mingyuan.regexp.singlecharacter;

import java.util.regex.Matcher;
import java.util.regex.Pattern;

public class GroupIndexAndStartEndIndexTest {

/**
* @param args
*/
public static void main(String[] args) {
   // TODO Auto-generated method stub
   String str = "Hello,World! in Java.";
   Pattern pattern = Pattern.compile("W(or)(ld!)");
   Matcher matcher = pattern.matcher(str);
   while(matcher.find()){
    System.out.println("Group 0:"+matcher.group(0));//得到第0组——整个匹配
    System.out.println("Group 1:"+matcher.group(1));//得到第一组匹配——与(or)匹配的
    System.out.println("Group 2:"+matcher.group(2));//得到第二组匹配——与(ld!)匹配的，组也就是子表达式
    System.out.println("Start 0:"+matcher.start(0)+" End 0:"+matcher.end(0));//总匹配的索引
    System.out.println("Start 1:"+matcher.start(1)+" End 1:"+matcher.end(1));//第一组匹配的索引
    System.out.println("Start 2:"+matcher.start(2)+" End 2:"+matcher.end(2));//第二组匹配的索引
    System.out.println(str.substring(matcher.start(0),matcher.end(1)));//从总匹配开始索引到第1组匹配的结束索引之间子串——Wor
   }
}

}

程序的运行结果为：

Group 0:World!
Group 1:or
Group 2:ld!
Start 0:6 End 0:12
Start 1:7 End 1:9
Start 2:9 End 2:12
Wor

总结：其实group(),start(),end()所带的参数i就是正则表达式中的子表达式索引（第几个子表达式），由于刚开始对Java正则表达式中的组的概念不清晰，导致理解困难。当将“组”的概念与“子表达式”对应起来之后，理解matcher的group,start,end就完全没有障碍了。