正则表达式中的 ?

在正则表达式中，？既可以表示数量，0次或1次，等效于 {0，1}，也可以作为特殊字符，表示其它含义。

非贪心匹配

? 跟在其它数量限定符之后，表示非贪心匹配，即匹配时匹配搜索到的尽可能短的字符串。

下面来看一个例子：

@Test
public void test() {
	Pattern pattern = Pattern.compile("a.*?");
	Matcher matcher = pattern.matcher("abcabc");
	if (matcher.matches()) {
		System.out.println(matcher.group());
	}
}

执行后输出：abcabc

不是最短匹配吗？为什么失灵了？

这其实牵涉到非贪心匹配的规则：非贪心匹配，到下一个规则前，匹配最短路径，如果没有下一个规则，按贪心匹配处理。

也就是说如果只出现 "a.*?" 还是按贪心匹配处理。

下面来看正确的使用：

@Test
public void test() {
	Pattern pattern = Pattern.compile("(a.*?)(.*)");
	Matcher matcher = pattern.matcher("afcafc");
	if (matcher.matches()) {
		System.out.println(matcher.group(0));
		System.out.println(matcher.group(1));
		System.out.println(matcher.group(2));
	}
}

执行后输出：

afcafc
a
fcafc

可以看到，第一个捕获组捕获到了最短的字符串 "a"，第二个捕获组捕获到了 "fcafc"。

下面再来看看另外两种情况：

• "(a.*)(.*)"  第一个捕获组会捕获所有，第二个不会报错，但什么也捕获不到
• "(a.*?)(.*?)"  第一个捕获组会捕获 "a"，第二个捕获组会捕获 "fcafc"，因为后面没有其它规则了，按贪心匹配处理。

匹配但不捕获 (?:pattern) 

用在捕获组中，?: 放在正则表达式之前，表示匹配但不捕获，即通过 group 方法获取不到这一组匹配的值。

下面来看示例

@Test
public void test0() {
	Pattern pattern = Pattern.compile("\\d{4}-(?:[a-z]+)");
	Matcher matcher = pattern.matcher("3214-opo");
	if (matcher.matches()) {
		System.out.println(matcher.group());
		System.out.println(matcher.group(1)); // 报错
	}
}

通过 group(1) 进行捕获时会报错，即可以匹配，但不能捕获。若将 ?: 去掉，则通过 group(1) 可正常捕获。

开启单行模式 (?s)

(?s) 右侧开启单行模式，使 . 与任意字符匹配，包括换行符 \n。

下面来看示例：

private static final String DEFAULT_VARIABLE_PATTERN = "((?s).*)";


/**
 * 从输出结果可知，匹配到了换行符 '\n'
 */
@Test
public void test4() {
	Pattern pattern = Pattern.compile(DEFAULT_VARIABLE_PATTERN);
	Matcher matcher = pattern.matcher("abc\nsdf");
	if (matcher.matches()) {
		System.out.println(matcher.group());
		System.out.println(matcher.group(1));
		System.out.println(matcher.group(2)); // (?s) 不能作为捕获组，报错
	}
}

捕获时 (?s) 并不能作为捕获组来捕获，所以 "((?s).*)" 最大捕获到 group(1)，捕获 group(2) 时报错。

@Test
public void test5() {
	Pattern pattern = Pattern.compile("(.*)");
	Matcher matcher = pattern.matcher("abc\nsdf");
	if (matcher.matches()) {
		System.out.println(matcher.group());
		System.out.println(matcher.group(1));
	}
}

去掉 (?s) 之后，再去匹配 "abc\nsdf"，因为存在换行符，并不能匹配完成，所以什么也不会输出。