The Matcher Object

把正则表达式和目标字符串联系起来，生成Matcher对象之后，就可以以多种方式将其应用到目标字符串中，并查询应用的结果。例如，对于给定的Matcher对象m，我们可以用m.find（）来把m的表达式应用到目标字符串中，返回一个Boolean值，表示是否能找到匹配。如果能找到，m.group（）返回实际匹配的字符串。

在讲解Matcher的各种方法之前，不妨先了解了解它保存的各种信息。为了方便阅读，下面的清单都提供了对应的详细讲解部分的页码。第一张清单中的元素是程序员能够设置和更改的，而第二张清单中的元素是只读的。

程序员能够设置和修改的是：

●Pattern 对象，由程序员在创建 Matcher 时指定。可以通过 usePattern（）方法更改（☞393）。当前所用的Pattern可以用pattern（）方法获得。

●目标字符串（或其他CharSequence对象），由程序员在创建Matcher时指定。可以通过reset（text）方法更改（☞392）。

●目标字符串的“检索范围（region）”（☞394）。默认情况下，检索范围就是整个目标字符串，但是程序员可以通过 region 方法，将其修改为目标字符串的某一段。这样某些（而不是全部）匹配操作就只能在某个区域内进行。

当前检索范围的起始和结束偏移值可以通过 regionStart 和 regionEnd 方法获得（☞386）。reset方法（☞392）会把检索范围重新设置为整个目标字符串，任何在内部调用reset方法的方法也是一样。

●anchoring bounds标志位。如果检索范围不等于整个目标字符串，程序员可以设定，是否将检索范围的边界设置为“文本起始位置”和“文本结束位置”，这会影响文本行边界元字符（\A^$\z\Z）。

默认情况下，这个标志位为 true，但也可能改变，可以通过 useAnchoringBounds （☞388）和hasAnchoringBounds方法来修改和查询。Reset方法不会修改标志位。

●transparent bounds标志位。如果检索范围是整个目标字符串中的一段文本，设置为true容许各种“考察（looking）”结构（顺序环视、逆序环视，以及单词分界符）超越检索范围的边界，检查外部的文本。

默认情况下，这个标志位为false，但也可能改变，可以通过useTransparentBounds （☞388）和hasTran-sparentBounds方法来修改和查询。Reset方法不会修改标志位。

下面的只读数据保存在matcher内部：

●当前pattern的捕获型括号的数目可以通过groupCount（☞377）方法查询。

●目标字符串中的match pointer或current location，用于支持“寻找下一个匹配”的操作（通过find方法☞375）。

●目标字符串中的append pointer，在查找-替换操作中（☞380），复制未匹配的文本部分时使用。

●表示到达字符串结尾的上一次匹配尝试是否成功的标志位。可以通过 hitEnd 方法（☞390）获得这个标志位的值。

●match result。如果最近一次匹配尝试成功，Java会将各种数据收集起来，合称为match result（☞376）。包括匹配文本的范围（通过group（）方法），匹配文本在目标字符串中的起始和结束偏移值（通过start（）和end（）方法），以及每一组捕获型括号对应的信息（通过group（num）、start（num）和end（num）方法）。

match-result 数据封装在 MatchResult 对象中，通过 toMatchResult 方法获得。MatchResult方法有自己的group、start和end方法（☞377）。

●一个标志位，表明更长的目标文本是否会导致匹配失败（匹配成功之后才可用）。如果边界元字符影响了匹配结果的生成，则此值为true。可以通过requireEnd方法查看它的值（☞390）。

上面列出的内容很多，但是如果按照功能分别讲解，便很容易掌握。这正是下面几节的内容。把这一章作为参考手册时，本章开头（☞366）的列表会很有用。

应用正则表达式

Applying the Regex

把matcher的正则表达式应用到目标文本时，主要会用到Matcher的这些方法：

boolean find

此方法在目标字符串的当前检索范围（☞384）中应用Matcher的正则表达式，返回的Boolean值表示是否能找到匹配。如果多次调用，则每次都在上次的匹配位置之后尝试新的匹配。没有给定参数的find只使用当前的检索范围（☞384）。

下面是简单示例：

结果是：

match [Mastring]

如果这样写：

结果就是：

如果指定了整型参数，匹配尝试会从距离目标字符串开头offset个字符的位置开始。如果offset为负数或超出了目标字符串的长度，会抛出IndexOutOfBoundsException异常。

这种形式的find不会受当前检索范围的影响，而会把它设置为整个“目标字符串”（它会在内部调用reset方法☞392）。

第400页的补充内容（作为第399页问题的答案）给出了恰当的例子。

boolean matches

此方法返回的Boolean值表示matcher的正则表达式能否完全匹配目标字符串中当前检索范围的那段文本。也就是说，如果匹配成功，匹配的文本必须从检索范围的开头开始，到检索范围的结尾结束（默认情况就是整个目标字符串）。如果检索范围设置为默认的“所有文本”，matches比使用「\A（？：…）\z」要简单。

不过，如果当前检索范围不等于默认情况（☞384），使用matches可以在不受anchoring-bounds标志位（☞388）影响的情况下检查整个检索范围中的文本。

举例来说，如果使用 CharBuffer 来保存程序中用户输入的文本，而检索范围设定为用户用鼠标选定的部分。如果用户点击选区的部分，可以用m.usePattern（urlPattern）.matches（）来检查选定部分是否为URL（如果是，则进行相应的处理）。

此方法返回的 Boolean 值表示 Matches 的正则表达式能否在当前目标字符串的当前检索范围中找到匹配。它类似于matches方法，但不要求检索范围中的整段文本都能匹配。

查询匹配结果

Querying Match Results

下面列出的Matcher方法返回了成功匹配的信息。如果正则表达式还未应用过，或者匹配尝试不成功，它们会抛出IllegalStateException。接收num参数（对应一组捕获型括号）的方法，如果给定的num非法，会抛出IndexOutOfBoundsException。

请注意start和end方法，它们返回的偏移值不受检索范围的影响——偏移值从整个目标字符串的开头开始计算，而不是检索范围的开头。

后面还给出了一个例子，讲解其中大部分方法的使用。

String group

返回前一次应用正则表达式的匹配文本。

int groupCount

返回正则表达式中与Matcher关联的捕获型括号的数目。在 group、start和 end方法中可以使用小于此数目的数字作为numth参数，下文介绍（注4）。

String gropu(int num)

返回编号为numth的捕获型括号匹配的内容，如果对应的捕获型括号没有参与匹配，则返回null。如果numth为0，表示返回整个匹配的内容，group（0）就等于group（）。

int start(int num)

此方法返回编号为 numth的捕获型括号所匹配文本的起点在目标字符串中的绝对偏移值——即从目标字符串起始位置开始计算的偏移值。如果捕获型括号没有参与匹配，则返回-1。

int start

此方法返回整个匹配起点的绝对偏移值，start（）就等于start（0）。

int end(int num)

此方法返回编号为 numth的捕获型括号所匹配文本的终点在目标字符串中的绝对偏移值——即从目标字符串起始位置开始计算的偏移值。如果捕获型括号没有参与匹配，则返回-1。

int end

次方法返回整个匹配的终点的绝对偏移值，end（）就等于end（0）。

MatcheResult toMatchResult

此方法从Java 1.5.0开始提供，返回的MatchResult对象封装了当前匹配的信息。它和Matcher类一样，也包含上面列出的group、start、end和groupCount方法。如果前一次匹配不成功，或者 Matcher 还没有进行匹配操作，调用 toMatcheResult会抛出IllegalStateException。

示例

下面的例子示范了若干方法的使用。给定一个URL 字符串，这段代码会找出URL 的协议名（‘http’或是‘https’）、主机名，以及可能出现的端口号：

执行的结果是：

简单查找-替换

Simple Search and Replace

上面介绍的方法足够进行查找-替换操作了，只是比较麻烦，但是 Matcher 提供了简便的方法。

String replaceAll(String replacement)

返回目标字符串的副本，其中Matcher能够匹配的文本都会被替换为replacement，具体处理过程在380页。

此方法不受检索范围的影响（它会在内部调用reset方法），不过第382页介绍了在检索范围中进行这样操作的方法。

String类也提供了replaceAll的方法，所以：

string.replaceAll(regex,replacement)

就等于：

Pattern.compile(regex).matcher(string).replaceAll(replacement)

String replaceFirst(String replacement)

此方法类似replaceAll，但它只对第一次匹配（如果存在）进行替换。

String类也提供了replaceFirst方法。

static String quoteReplacement(String text)

此static方法从Java 1.5开始提供，返回text的文字用作replacement的参数。它为text副本中的特殊字符添加转义，避免了下一页讲解的正则表达式特殊字符处理（下一节也给出了Matcher.quoteReplacement的例子）。

简单查找-替换的例子

下面的程序将所有的“Java 1.5”改为“Java 5.0”，用市场化的名称取代开发名称：

结果是：

Before Java 5.0 was Java 1.4.2.After Java 5.0 is Java 1.6

如果pattern和matcher不需要复用，可以使用链式编程：

Pattern.compile(＂\\bJava\\s＊1\\.5\\b＂).matcher(text).replaceAll(＂Java 5.0＂)

（如果单个线程中需要多次用到同一pattern，预编译pattern对象可以提升效率☞372）

对正则表达式稍加修改，就可以用它来把“Java 1.6”改为“Java 6.0”（当然也需要修改replacement字符串，讲解见下页）。

Pattern.compile(＂\\bJava\\s＊1\\.([56])\\b＂).matcher(text).replaceAll(＂Java$1.0＂)

对于同样的输入文本，结果如下：

Before Java 5.0 was Java 1.4.2.After Java 5.0 is Java 6.0

如果只需要替换第一次出现的文本，可以使用replaceFirst，而不是replaceAll。除了这种情况，还有一种情况可以使用replaceFirst，即明确知道目标字符串中只存在一个匹配时，使用 replaceFirst 可以提高效率（如果了解正则表达式或是目标字符串，可以预知这一点）。

replacement参数

replaceAll 和 replaceFirst 方法（以及下一节的 appendReplacement 方法）接收的replacement参数在插入到匹配结果之前，会进行特殊处理：

●‘$1’、‘$2’之类会替换为对应编号的捕获型括号匹配的文本（$0会被替换为所有匹配的文本）。

●如果‘$’之后出现的不是ASCII的数字，会抛出IllegalArgumentException异常。

‘$’之后的数字，只会应用“有意义”的部分。如果只有3组捕获型括号，则‘$25’会被视为$2然后是‘5’，而此时$6会抛出IndexOutOfBoundsException。

●反斜线用来转义后面的字符，所以‘\$’表示美元符号。同样的道理，‘\\’表示反斜线（在Java的字符串中，表示正则表达式中的‘\\’需要用四个斜线‘\\\\’）。同样，如果有12组捕获型括号，而我们希望使用第一组捕获型括号匹配的文本，然后是‘2’，应该是这样‘$1\2’。

如果不清楚replacement字符串的内容，最好使用Matcher.quoteReplacement方法，确保不会出错。如果用户的正则表达式是uRegex，replacement是uRepl，下面的做法可以确保替换的安全：

Pattern.compile(uRegex).matcher(text).replaceAll(Matcher.quoteReplacement(uRepl))

高级查找-替换

Advanced Search and Replace

有两个方法可以直接操作 Matcher 的查找-替换过程。它们配合起来，把结果存入用户指定的 StringBuffer中。第一种方法每次匹配之后都会调用，在result中存入replacement字符串和匹配之间的文本。第二种方法会在所有匹配完成之后调用，将目标字符串中最后的文本拷贝过来。

Matcher appendReplacement(StringBuffer result,String replacement)

在正则表达式应用成功之后（通常是find）马上调用此方法会把两个字符串添加到指定的 result 中：第一个是原始目标字符串匹配之前的文本，然后是经过上面讲解的特殊处理的replacement字符串。

举例来说，如果matcher m与正则表达式「\w+」和‘--＞one+test＜--’相联系，while循环的第一轮情况如下：

find找到下画线标注的部分’。

然后，第一次appendReplacement调用会在StringBuffer result中加入匹配之前的文本‘--＞’，跳过匹配的文本，再插入replacement字符串‘XXX’。

While循环的第二轮，find匹配。此时调用appendReplacement会给sb附加上匹配之前的文本‘+’，然后仍然是字符串‘XXX’。

这样sb的值就是‘--＞XXX+XXX’，m在原始目标字符串中对应的位置是‘--＞one+test

☞

＜--’。现在该使用appendTail方法了，下文将会介绍。

StringBuffer appendTail(StringBuffer result)

找到所有匹配之后（或者是，找到期望的匹配之后——此时用户可以停止匹配过程），这个方法将目标字符串中剩下的文本附加到提供的StringBuffer中。

在上例中，接下来就是：

m.appendTail(sb)

将‘＜--’附加到sb。这样就得到‘--＞XXX+XXX＜--’，查找-替换完成。

查找-替换示范

下面实现了一个自己的replaceAll的方法（并非必须，只是作为示范）。

它与 Java 内建的 replaceAll方法一样，它不受检索范围（☞384）的影响，而是在查找-替换之前重置检索范围。

为了弥补这个缺憾，下面的replaceAll只在检索范围中进行，修改和新增的代码会标注出来：

这里使用“方法链（译注1）”结合reset和region，详细讲解请参阅第389页。下面的程序更加完善，它将metric变量中的摄氏温度转换为华氏温度：

如果metric变量包含“from 36.3C to 40.1C.”，结果就是“from 97F to 104F.”。

原地查找-替换

In-Place Search and Replace

现在还只出现过对 String对象使用 java.util.regex的例子，但是Matcher其实适用于任何实现了CharSequence接口的类，所以我们能够对目标文本进行实时的、原地（in place）的修改。

StringBuffer和 StringBuilder是两种常用的实现了 CharSequence接口的类，前者保证线程安全性，但效率略低。这两者都可以作为String来使用，但它们的值可以变化。本书中的例子使用了StringBuilder，但如果在多线程环境中，请使用StringBuffer。

这个简单的例子在StringBuilder中搜索大写单词，将它们替换为小写形式（注5）：

结果是：

It's so very rude to shout!

其中匹配了两次，调用了两次text.replace。头两个参数指定需要替换的文本范围（跳过表达式匹配的文本），然后是用作replacement的文本（也就是匹配文本的小写形式）。

因为replacement和匹配文本长度相同，原地的查找-替换很简单。如果不需要迭代进行查找-替换，这种方法非常方便。

长度变化的替换

如果replacement的长度不同于要替换文本的长度，情况就复杂起来。对目标字符串的修改是在“背后”进行的，所以“匹配指针（match pointer）”（在目标字符串中进行下一次find的开始位置）会发生错误。

要解决这个问题，我们可以自己维护匹配指针，明确告诉find下一次尝试应该从何处开始。下面的例子做了这样的改进，在需要插入的小写文本两端添加了＜b＞…＜/b＞：

结果是：

It's ＜b＞so＜/b＞ very ＜b＞rude＜/b＞ to shout!

Matcher的检索范围

The Matcher's Region

从Java1.5 开始，Matcher 支持可变化的检索范围，通过它，我们可以把匹配尝试限制在目标字符串之中的某个范围。通常情况下，Matcher的检索范围包含整个目标字符串，但可以通过region方法实时修改。

下面的例子检索 HTML 代码字符串，报告不包含 ALT 属性的 image tag。对同一段文本（HTML），它使用了两个Matcher：一个寻找image tag，另一个寻找ALT属性。

尽管两个Matcher应用到同一个字符串，但它们的关联只局限于，用找到的image tag来限定寻找ALT属性的范围。在调用ALT-matcher的find方法之前，我们用刚刚完成的image-tag的匹配来设定ALT-matcher的检索范围。

单拿出image tag的body之后，就可以通过查找ALT来判断当前的tag内是否包含ALT属性：

或许在一处指定目标字符串（创建 mAlt Matcher 时），另一处指定检索范围（调用mAlt.region时）的做法有些怪异。果真如此的话，我们可以为mAlt创建虚构的目标字符串（一个空字符串），然后每次都调用 mAlt.reset（html）.region（…）。调用 reset可能会降低些效率，但是同时设定目标字符串和检索范围的逻辑更加清晰。

无论采取哪种办法，都必须明白，如果不设定ALT Matcher的检索范围，对它调用find就会检索整个目标字符串，返回无关的‘ALT=’属性。

下面继续完善这个程序，返回找到的 image tag 在HTML 代码中的行数。我们首先隔离出image tag之前的HTML代码，然后计算其中的换行符数。

标注部分为新增代码：

与之前一样，每次设定ALT Matcher的检索范围时，都使用image matcher的start（1）方法得到image tag body在HTML中的起始位置。相反，在设定换行符匹配的检索范围终点时，使用start（）方法来判断整个image tag的开始位置（也就是换行符计算的终点）。

几点提醒

记住，某些检索相关的方法并非不受检索范围的影响，而是它们在内部调用了reset方法，把检索范围设定为默认的“全部文本”。

●受检索范围影响的查找方法：

●会重置matcher及其检索范围的方法：

另外请记住，匹配结果数据中的偏移值（也就是start和end方法返回的数值）是不受检索范围影响的，它们只与整个目标字符串的开始位置有关。

设定及查看检索范围的边界

与设定及查看检索范围边界的方法有3个：

Matcher region(int start,int end)

将matcher的检索范围设定在整个目标字符串的start和end之间，数值均从目标字符串的起始位置开始计算。它同样会重置Matcher，将“匹配指针”指向检索范围的开头，所以下一次调用find从此处开始。

如果没有重新设定，或是调用reset方法（无论是显式调用还是在其他方法内部调用☞392），检索范围都不会变化。

返回值为Matcher对象本身，所以此方法可用于方法链（☞389）。

如果start或end超出了目标字符串的范围，或者start比end要大，会抛出IndexOutOf-BoundsException。

int regionStart

返回当前检索范围的起始位置在目标字符串中的偏移值，默认为0。

int regionEnd

返回当前检索范围的结束位置在目标字符串中的偏移值，默认为目标字符串的长度。因为region方法要求同时提供start和end，如果只希望设置其中一个，可能不太方便操作。表8-4给出了方法。

表8-4：设定检索范围的单个边界

超越检索范围

如果将检索范围设定为整个目标字符串中的一段，正则引擎会忽略范围之外的文本。也就是说，检索范围的起始位置可以用「^」匹配，而它可能并不是目标字符串的起始位置。

不过，某些情况下也可以检查检索范围之外的文本。启用transparent bounds能够让“考察（looking）”结构检查范围之外的文本，如果禁用anchoring bounds，则检索范围的边界不会被视为输入数据的起始/结束位置（除非实际情况如此）。

修改这两个标志位的理由与修改默认检索范围密切相关。之前用到了检索范围的例子都不需要设定这两个标志位——与检索范围相关的查找既不需要锚点也不需要“考察”结构。

如果程序把需要用户编辑的文本存放在 CharBuffer中，用户希望执行查找-替换操作，就应当把操作的范围限定在光标之后的文本中，所以应当把检索范围的起始位置设定为当前光标所在的位置。如果用户的光标指向下面的位置：

Madagas☞car is much too large to see on foot,so you'll need a car.

要求把「\bcar\b」替换为“automobile”。设定了检索范围之后（即将其设定为光标之后的文本），你可能会很惊奇地发现第一次匹配就是在检索范围的开头：‘Madagascar’。这是因为默认情况下transparent bounds标志位设定为false，因此「\b」将检索范围起始位置设定为文本的起始位置，而“看不到”左侧还有字符。如果将transparent bounds设定为true，「\b」就能看到‘c’之前还有‘s’，因此「\b」不能匹配。

Transparent Bounds

与这个标志位相关的方法有两个：

Matcher useTransparentBounds(boolean b)

设定transparent bounds的值。默认为false。

此方法返回Matcher本身，故可用在方法链中。

boolean hasTransparentBounds

如果transparent生效，则返回true。

Matcher 的transparent-bounds 默认为false。也就是说检索范围的边界在顺序环视、逆序环视和单词分界符“考察”时是不透明的。这样，正则引擎不会感知到检索边界之外的字符（注6）。

也就是说尽管检索范围的起始位置可能在某个单词内部，「\b」仍然能够匹配——它看不到之前的字母。

下面的例子说明了transparent bounds设置为false（默认）的情况：

结果是：也就是说尽管检索范围的起始位置可能在某个单词内部，「\b」仍然能够匹配——它看不到之前的字母。

Matches starting at character 7

单词分界符的确匹配了检索范围的起始位置，即 Madagas☞car，尽管此处根本不是单词的边界。如果不设定transparent bounds，单词分界符就“受骗（spoofed）”了。

如果在find之前添加这条语句：

m.useTransparentBounds(true);

结果就是：

Matches starting at character 27

因为边界现在是透明的，引擎可以感知到起始边界之前有个字母‘s’，所以「\b」在此处无法匹配。于是结果就成了。

同样，transparent-bounds只有在检索范围不等于“整个目标字符串”时才有意义。即使reset方法也不会重置它。

Anchoring bounds

与anchoring bounds有关的方法有：

Matcher useAnchoringBounds(Boolean b)

设置matcher的anchoring-bounds的值，默认为true。

此方法会返回matcher对象本身，故可用于方法链中。

boolean hasAnchoringBounds

如果启用了anchoring bounds，则返回true，否则返回false。

默认状态下，anchoring bounds为true，也就是说行锚点（^\A $\z\Z）能匹配检索范围的边界，即检索范围不等于整个目标字符串。将它们设置为false表示行锚点只能匹配检索范围内，整个目标字符串中符合规定的位置。

禁用anchoring bounds的理由可能与使用transparent bounds一样，当用户的“光标不在整段文本的起始位置时”保证语意的完备。

与transparent-bounds一样，anchoring bounds也只有在检索范围不等于“整个目标字符串”时才有意义。即使reset方法也不会重置它。

方法链

Method Chaining

下面的程序初始化一个Matcher，并设定某些选项：

在前面的例子中我们看到，如果创建Matcher之后不再需要regex，可以把前面两步合并起来：

不过，因为Matcher的两个方法会返回Matcher本身，可以把它们整合成一行（尽管因为排版的原因必须列为两行）：

功能并没有增加，但用起来更加简便。这种“方法链”格式紧凑，一行程序可能很难对应到单个步骤的文档，不过，好的文档重在说明“为什么”而不是“干什么”，所以这可能并不是个问题。在第399页的程序中，使用方法链可以保证格式紧凑清晰。

构建扫描程序

Methods for Building a Scanner

Java 1.5的matcher提供了两个新方法，hitEnd和requireEnd，它们主要用来构建扫描程序（Scanner）。扫描程序将字符流解析为记号（token）流。举例来说，编译器的扫描程序会把‘var·＜·34’解析为三个记号：INDENTIFIER·LESS_THAN·INTEGER。

这两个方法帮助扫描程序决定，刚刚完成的匹配尝试的结果是否应该用来解释（interpretation）当前输入。一般来说，只要其中一个返回 true，就表示在做出决定之前还应该输入更多的数据。例如，如果当前的输入数据（比如用户在交互式调试器中输入的命令）是单个字符‘＜’，最好还是看看下一个字符是否‘=’，才能决定这个记号是LESS_THAN还是LESS_THAN_OR_EQUAL。

在大多数应用正则表达式的项目中，这两个方法可能派不上用场，可是一旦需要，它们就是不可替代的。在这些不常见的场合，Java 1.5中hitEnd方法存在的bug就很让人恼火。不过，看起来Java 1.6已经修正了这个错误，Java 1.5中的解决办法将在本章末尾介绍。

构建扫描程序已经远远偏离了本书的主旨，所以我只会介绍些具体方法的定义，并给出例子（如果你确实需要扫描程序，应该去看看java.util.Scanner）。

boolean hitEnd

（Java 1.5中这个方法是不可靠的，解决办法参见第392页）。

此方法表示，正则引擎在上一次匹配尝试中，是否检查了输入数据结束之后的数据（而无论上一次匹配是否成功）。其中包含「\b」和「$」之类的边界检查。

如果hitEnd返回true，则输入更多数据可能会改变匹配结果（匹配成功变为匹配失败，匹配失败变为匹配成功，或者匹配文本发生变化）。相反，如果返回false，则匹配结果已经确定，输入更多的数据也不会改变匹配结果。

常见的应用是，如果匹配成功，而hitEnd返回true，则必须等待更多的输入数据才能最后做出决定。如果匹配失败，而 hitEnd返回 false，应该期待更多的输入数据，而不是报告语法错误。

boolean requireEnd

此方法只有在匹配成功之后才有意义，它表示正则引擎的匹配成功与否是否受输入数据结尾的影响。也就是说，如果requireEnd返回true，更多的输入数据可能导致匹配尝试失败，如果返回false，更多的输入数据可能改变匹配的细节，但不会导致匹配失败。

常见的应用是，如果requireEnd返回true，在最后做出决定之前，必须接受更多的输入数据。

hitEnd和requireEnd都受到检索范围的影响。

使用hitEnd和requireEnd的例子

表8-5给出了在lookingAt搜索之后使用hitEnd和requireEnd的例子。所给的两个例子虽然很简单，但足够解释这两个方法。

表8-5：在lookingAt搜索之后使用hitEnd和requireEnd的例子

表8-5中上面7行的正则表达式寻找一个非负整数以及4个比较运算符：大于、大于等于、小于、小于等于。下面8行的正则表达式更简单，寻找单词 set或是 setup。这些例子很简单，但能说明问题。

举例来说，第5行中，虽然整个目标字符串都能匹配，hitEnd仍然会返回false。原因在于，尽管匹配文本包含目标字符串的最后一个字符，引擎也不需要检查之后的字符（无论是字符还是分界符）。

hitEnd的bug及解决办法

Java 1.5中的hitEnd方法存在bug（Java 1.6已经修正）（注7），在某些特殊情况下hitEnd会得到不可靠的结果：在不区分大小写的匹配模式下，如果正则表达式的某个可选元素为单个字符（尤其是当它的匹配尝试失败时），就会出错。

例如，在不区分大小写的情况下使用「＞=？」（它作为大的正则表达式的一部分）会诱发这个错误，因为‘=’是可选的单个字符。在不区分大小写的情况下使用「a|an|the」（仍然是包含在大的正则表达式中）也会诱发这个错误，因为单个字符「a」是众多多选分支之一，因此是可选的。

另两个例子是「values？」和「\r？\n\r？\n」。

解决办法 解决的办法是破坏诱发条件，或者禁用不区分大小写的匹配（至少是对诱发的子表达式禁用），或者是把单个字符替换为其他元素，例如字符组。

第一种办法会把「＞=？」替换为「（？-i：＞=？）」，使用模式修饰范围（☞110）保证不区分大小写的匹配不会应用于这个子表达式（这里不存在大小写的区别，所以这种办法完全没问题）。

如果使用第二种办法，「a|an|the」就变成了「[aA]|an|the」，代表了使用 Pattern.CASE_INSENSITIVE进行不区分大小写匹配的情况。

Matcher的其他方法

Other Matcher Methods

这些Matcher方法尚未介绍过：

Matcher reset

这个方法会重新初始化 Matcher 的大多数信息，弃用前一次成功匹配的所有信息，将匹配位置指向文本的开头，把检索范围（☞384）恢复为默认的“全部文本”。只有anchoring bounds和transparent bounds（☞388）不会变化。

Matcher有三个方法会在内部调用reset，因此也会重新设定检索范围：replaceAll、replaceFirst，以及只使用一个参数的find。

这个方法返回Matcher本身，所以它可以用在方法链中（☞389）。

Matcher reset(CharSequence text)

这个方法与 reset（）差不多，但还会把目标文本改为新的 String（或者任何实现CharSequence的对象）。

如果你希望对多个文本应用同样的正则表达式（例如，对所读入的文件的每一行），使用reset方法比多次创建新的Matcher更有效率。

这个方法返回Matcher本身，所以可以用在方法链中（☞389）。

Pattern pattern

Matcher的pattern方法返回与此Matcher关联的Pattern对象。如果希望观察所使用的正则表达式，请使用 m.pattern（）.pattern（），它会调用 Pattern 对象（名字相同，但对象不同）的pattern方法（☞394）。

Matcher usePattern(Pattern p)

从Java 1.5开始添加，这个方法会用给定的Pattern对象替换当前与Matcher关联的Pattern对象。这个方法不会重置Matcher，所以能够在文本的“当前位置”开始使用不同的pattern。第399页有此方法实际应用的例子和讨论。

这个方法返回Matcher本身，所以可以用在方法链中（☞389）。

String toString

从Java 1.5中添加，这个方法返回包含Matcher基本信息的字符串，调试时这很有用。字符串的内容可能会变化，在Java 1.6 beta中是这样：

结果是：

Java 1.4.2的Matcher类只有继承自java.lang.Object的toString方法，它返回没什么信息含量的字符串：‘java.util.regex.Matcher@480457’。

查询Matcher的目标字符串

Matcher类没有提供查询当前目标字符串的方法，但有些办法绕过了这种限制：

这里使用replaceFirst方法，以及虚构的pattern和replacement字符串，来取得目标字符串的未经修改的副本。其中它重置了Matcher，但也恢复了之前的检索范围。它不是特别好的解决方案（效率也不是很高，而且即便 Matcher 的目标字符串可能是其他类型也会返回String），但是在Sun给出更好的办法之前，它还凑合。