Java 为什么空正则表达式和空捕获组正则表达式返回字符串长度加1的结果

您如何解释空正则表达式和空捕获组正则表达式返回字符串长度加1的结果

代码

输出

Pattern - empty string
[]: 0 / 0
[]: 1 / 1
[]: 2 / 2
[]: 3 / 3
Pattern - empty capturing group
[]: 0 / 0
[]: 1 / 1
[]: 2 / 2
[]: 3 / 3

---

正则表达式引擎被硬编码为在零长度匹配时前进一个位置（否则无限循环）。您的正则表达式匹配一个零长度的子字符串。每个字符之间都有零长度的子字符串（想想“每个字符之间的间隙”）；此外，正则表达式引擎还考虑字符串的开始和结束的有效匹配位置。因为长度字符串<代码> N< /代码>包含<代码> N+ 1 字母之间的空隙（计数开始和结束，ReGEX引擎执行），您将得到<代码> N+1 匹配。

< P> ReEX引擎也考虑字符前后字符。您可以从以下事实中看出这一点：它们有

^

（字符串的开头）、

$

（字符串的结尾）和

\b

单词边界，它们在某些位置匹配，而不匹配任何字符（因此在字符之间/之前/之后）。因此，我们必须考虑字符之间的N-1位置，以及第一个和最后一个位置（因为

^

和

$

将分别匹配），这将为您提供N+1个候选位置。所有这些都与完全不受限制的空模式相匹配

以下是您的匹配项：

" a b c "
 ^ ^ ^ ^

对于N个字符，这显然是N+1

---

对于其他允许零长度匹配的模式，您将获得相同的行为，但实际上在您的模式中找不到更长的匹配。例如，尝试

\d*

。它无法在您的输入字符串中找到任何数字，但

*

将很乐意返回零长度匹配。

您可以尝试打印每个捕获组的开始和结束偏移量吗？谢谢，答案由提供的开始和结束来证实。字符之间只有两个位置。@Vitaly抱歉，这在当时是不准确的。但是第一个字符之前和最后一个字符之后的位置显然也会被考虑，因为在这些位置中有匹配的锚定

^

和

$

。

" a b c "
 ^ ^ ^ ^