Java正则Matcher分组异常求助：预期3组实际仅返回2组

最近踩了个Java正则的小坑，跟大家分享一下：我写了一个正则表达式，预期能拿到3个分组结果（整个匹配串+两个捕获组），但实际运行只输出2个；后来调整代码又触发了数组越界异常，折腾了好一会儿才搞懂问题出在哪。

问题重现 #

先看我最初的代码：

package com.mycompany.testapp;
import java.util.regex.Matcher;
import java.util.regex.Pattern;

public class NewClass {
    public static void main(String[] args){
        Pattern mPattern = Pattern.compile("^love (.*?) way you (.*?)$");
        Matcher matcher = mPattern.matcher("love the way you lie");
        if(matcher.find()){
            String[] match_groups = new String[matcher.groupCount()];
            System.out.println(String.format("groupCount: %d", matcher.groupCount()));
            for(int j = 0;j<matcher.groupCount();j++){
                System.out.println(String.format("j %d",j));
                match_groups[j] = matcher.group(j);
                System.out.println(match_groups[j]);
            }
        }
    }
}

运行结果是：

groupCount: 2
j 0
love the way you lie
j 1
the

而我预期的结果应该是拿到3个分组：

groupCount: 2
j 0
love the way you lie
j 1
the
j 2
lie

一开始我以为是Java的bug，在Windows 10 JDK 8和Mac OS JDK 8上都测了一遍，结果一样。后来调整数组长度后还触发了ArrayIndexOutOfBoundsException，这才意识到是对groupCount()的理解错了！

问题核心原因 #

Java中Matcher.groupCount()的返回值是正则表达式中显式定义的捕获组数量，不包含默认的第0组。

• 第0组：永远是整个匹配的字符串，不管正则里有没有写捕获组，这组不在groupCount()的统计范围内
• 捕获组：从第1组开始，对应正则里用()包裹的部分，groupCount()的数值就是这些捕获组的数量

我写的正则里有两个()捕获组，所以groupCount()返回2，但实际可访问的分组是group(0)、group(1)、group(2)，一共3个。

初始代码的问题：

1. 数组长度设为groupCount()（2），只能存2个元素，但我们需要存3个分组
2. 循环条件j < matcher.groupCount()，只会遍历j=0和j=1，漏掉了j=2对应的第二个捕获组

正确解决方案 #

修正代码的两个关键地方：

1. 数组长度改为matcher.groupCount() + 1，预留第0组的位置
2. 循环条件改为j <= matcher.groupCount()，覆盖从0到groupCount()的所有分组索引

修正后的代码：

package com.mycompany.testapp;
import java.util.regex.Matcher;
import java.util.regex.Pattern;

public class NewClass {
    public static void main(String[] args){
        Pattern mPattern = Pattern.compile("^love (.*?) way you (.*?)$");
        Matcher matcher = mPattern.matcher("love the way you lie");
        if(matcher.find()){
            String[] match_groups = new String[matcher.groupCount() + 1];
            System.out.println(String.format("groupCount: %d", matcher.groupCount()));
            for(int j = 0;j <= matcher.groupCount();j++){
                System.out.println(String.format("j %d",j));
                match_groups[j] = matcher.group(j);
                System.out.println(match_groups[j]);
            }
        }
    }
}

运行后就能得到预期的结果：

groupCount: 2
j 0
love the way you lie
j 1
the
j 2
lie

补充小提示 #

• 不管正则是否包含捕获组，group(0)都能拿到整个匹配的字符串
• 如果使用命名捕获组（比如(?<name>.*)），groupCount()也会统计这些组，同时可以通过group("name")或者索引来访问
• 调用group(n)之前，一定要确保find()或者matches()返回true，否则会抛出IllegalStateException

内容的提问来源于stack exchange，提问作者bo17age