复习下Java正则表达式的捕获组和非捕获组

问题的提出：

比如有下面一段代码：
<a href="11"> <font color="21">aaa </font> </a>
<a href="12"> <font color="22">bbb </font> </a>
<a href="13">ccc </a>
<a href="14"> <font color="24">ddd </font> </a>
<a href="15"> <font color="25">eee </font> </a>
<a href="16">fff </a>

上面的代码意思是 <font color="＊＊＊">和 </font>不一定有，而且color的值也可能不一样
我现在想得到
aaa
bbb
ccc
ddd
eee
fff

这个正则表达式该怎么写？谢谢 】

我的解答：（未使用非捕获组,借用了String方法的replaceAll）

 

package  test1;
import  java.util.regex. * ;
public   class  Test6
{ 
     public   static   void  main(String[] args)
    { 
        String s = " <a href="11"> <font color="21">aaa </font> </a>  "
                 + " <a href="12"> <font color="22">bbb </font> </a>  "
                 + " <a href="13">ccc </a>  "
                 + " <a href="14"> <font color="23">ddd </font> </a> "  
                 + " <a href="15"> <font color="25">eee </font> </a>  "
                 + " <a href="16">fff </a>  " ;
        String regex = " <a.*?>(.*?)</a> " ;
         
        Pattern pt = Pattern.compile(regex);
        Matcher mt = pt.matcher(s);
         while (mt.find())
        {
            System.out.println(mt.group( 1 ).replaceAll( " <font.*?>|</font> " ,  "" ).trim());
        }
    } 
} 

解答二：使用非捕获组

 

package  test1;
import  java.util.regex. * ;
 
public   class  Test6  ... {
    public static void main(String[] args) ...{
        String str = "<a href="11"> <font color="21">aaa </font> </a>" +
                     "<a href="12"> <font color="22">bbb </font> </a>" +
                     "<a href="13">ccc </a> " +
                     "<a href="14"> <font color="23">ddd </font> </a>" +
                     "<a href="15"> <font color="25">eee </font> </a> " +
                     "<a href="16">fff </a> ";
        String regex = "<a.*?>(?:/s*<font[^>]*>)?(.*?)(?:</font>/s*)?</a>";
        Pattern pattern = Pattern.compile(regex);
        Matcher matcher = pattern.matcher(str);
        while(matcher.find()) ...{
            System.out.println(matcher.group(1));
        }
    }
}

 

总结:什么是非捕获组、什么是捕获组. ----------引自帮助文档

组和捕获

捕获组可以通过从左到右计算其开括号来编号。例如，在表达式 ((A)(B(C))) 中，存在四个这样的组：

1	((A)(B(C)))
2	/A
3	(B(C))
4	(C)

组零始终代表整个表达式。

之所以这样命名捕获组是因为在匹配中，保存了与这些组匹配的输入序列的每个子序列。捕获的子序列稍后可以通过 Back 引用在表达式中使用，也可以在匹配操作完成后从匹配器获取。

与组关联的捕获输入始终是与组最近匹配的子序列。如果由于量化的缘故再次计算了组，则在第二次计算失败时将保留其以前捕获的值（如果有的话）例如，将字符串 "aba" 与表达式 (a(b)?)+ 相匹配，会将第二组设置为 "b"。在每个匹配的开头，所有捕获的输入都会被丢弃。

以 (?) 开头的组是纯的非捕获 组，它不捕获文本，也不针对组合计进行计数。