Java中的非贪婪正则表达式

Question

我有以下代码：

public static void createTokens(){
    String test = "test is a word word word word big small";
    Matcher mtch = Pattern.compile("test is a (\\s*.+?\\s*) word (\\s*.+?\\s*)").matcher(test);
    while (mtch.find()){
        for (int i = 1; i <= mtch.groupCount(); i++){
            System.out.println(mtch.group(i));
        }
    }
}

并且有以下输出：

word
w

但是在我看来，应该是这样的：

word
word

请有人解释一下为什么这样？

- Divers

Answer 1

因为你的模式是非贪婪的，所以它们尽可能匹配最少的文本，同时仍然符合匹配条件。

在第二个组中删除问号，你将得到
word
word word big small

Matcher mtch = Pattern.compile("test is a (\\s*.+?\\s*) word (\\s*.+\\s*)").matcher(test);

- theglauber

---

现在第二组捕获的内容太多了，而不是太少了。非贪婪模式不是问题的原因，贪婪模式也不是解决方案。 - Alan Moore

你说得对，但在我看来，第二个捕获组的非贪婪性解释了为什么它只捕获了“w”。第一个捕获组必须捕获“word”，因为它后面跟着“word”字面量。我不知道他具体想要什么，而且他在我提交答案后编辑了问题，所以我无法提供正确的正则表达式。 - theglauber

Answer 2

通过使用\\s*，它将匹配任意数量的空格，包括0个空格。w匹配(\\s*.+?\\s*)。为了确保它匹配由空格分隔的单词，请尝试(\\s+.+?\\s+)。

- Garrett Hall

---

问题在于，正则表达式已经消耗了单词前后的空格字符，所以现在你正在尝试两次消耗它们。 - Alan Moore

你需要做的就是从正则表达式中删除空格，例如...\\s+)word(\\s+... - Daniel Gray