Нежадное регулярное выражение в Java

У меня есть следующий код:

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));
        }
    }
}

И иметь следующий вывод:

word
w

Но на мой взгляд должно быть:

word
word

Кто-нибудь, объясните мне, почему так?


java regex non-greedy
person Divers    schedule 19.01.2012    source источник

Ответы (2)


arrow_upward
14
arrow_downward

Поскольку ваши шаблоны не являются жадными, поэтому они соответствуют как можно меньшему количеству текста, но при этом состоят из совпадений.

Удалить ? во второй группе, и вы получите
слово
слово слово большое маленькое

Matcher mtch = Pattern.compile("test is a (\\s*.+?\\s*) word (\\s*.+\\s*)").matcher(test);
person theglauber    schedule 19.01.2012
comment
И теперь вторая группа улавливает слишком много, а не слишком мало. Нежадность — не проблема, а жадность — не решение. - person Alan Moore; 19.01.2012
comment
Вы правы, но ИМХО нежадность второй группы захвата объясняет, почему она захватывает просто w. Первая группа захвата должна захватить слово из-за следующего за ним буквального слова. Я не знаю точно, что он ищет, и он отредактировал вопрос после того, как я отправил свой ответ, поэтому я не могу предоставить правильное регулярное выражение. - person theglauber; 19.01.2012

arrow_upward
3
arrow_downward

Используя \\s*, он будет соответствовать любому количеству пробелов, включая 0 пробелов. w соответствует (\\s*.+?\\s*). Чтобы убедиться, что оно соответствует слову, разделенному пробелами, попробуйте (\\s+.+?\\s+)

person Garrett Hall    schedule 19.01.2012
comment
Проблема в том, что регулярное выражение уже потребляет символы пробела до и после слова, поэтому теперь вы пытаетесь использовать их дважды. - person Alan Moore; 19.01.2012
comment
Все, что вам нужно сделать, это удалить пробел из регулярного выражения, например ...\\s+)word(\\s+... - person Daniel Gray; 05.07.2017