Java正则表达式模式匹配在任何字符序列后第一次出现“边界”。

Question

我想设置一个模式，该模式将查找由第一次出现的“边界”限定的捕获组。但现在使用了最后一个边界。

例如：

String text = "this should match from A to the first B and not 2nd B, got that?";
Pattern ptrn = Pattern.compile("\\b(A.*B)\\b");
Matcher mtchr = ptrn.matcher(text);
while(mtchr.find()) {
    String match = mtchr.group();
    System.out.println("Match = <" + match + ">");
}

打印：

"Match = <A to the first B and not 2nd B>"

我想让它打印出：

"Match = <A to the first B>"

在模式内需要改变什么？

- amphibient

Answer 1

使用*?使你的*变成非贪婪模式 / 懒惰模式：

Pattern ptrn = Pattern.compile("\\b(A.*?B)\\b");

默认情况下，该模式会贪婪地匹配尽可能多的字符以满足模式，也就是说，直到最后一个 B。

请参见文档中的"勉强量词"和这个教程。

- pb2q

Answer 2

不要使用贪婪表达式进行匹配，即：

Pattern ptrn = Pattern.compile("\\b(A.*?B)\\b");

- Reimeus

Answer 3

*是贪婪量词，它尽可能匹配满足模式的多个字符。在你的例子中，它匹配到最后一个B出现的位置。这就是为什么你需要使用懒惰量词：*?，它会尽可能匹配少的字符。因此，你的模式应该稍作修改：

Pattern ptrn = Pattern.compile("\\b(A.*?B)\\b");

请参考文档中的“勉强量词”和本教程。 文档，和本教程。

- Timofey Gorshkov

---

这是重新制作的 pb2q 答案，但未被接受。 - Timofey Gorshkov

Answer 4

也许比让 * 变得不情愿/懒惰更明确的是，你要寻找 A，然后是一堆不是 B 的东西，最后是 B：

Pattern ptrn = Pattern.compile("\\b(A[^B]*B)\\b");

- eldarerathis