Java Regex不包括分隔符的组

Question

我想用regex来分割我的字符串。它应该包括在每个分隔符之前和之后的零长度匹配。例如，如果分隔符是^，而我的字符串是^^^，我希望得到4个零长度组。我不能只使用regex = "([^\\^]*)"，因为在分隔符之间的每一次真正匹配之后，它都会包含额外的零长度匹配。因此，我决定在行开始后或之后使用非分隔符符号。它在https://regex101.com/上工作得很好(很抱歉，我在这个网站上找不到一个共享选项来分享我的例子)，但是在Intellij IDEa中它跳过了一次匹配。

所以，现在我的代码是：

final String regex = "(^|\\^)([^\\^]*)";
final String string = "^^^^";

final Pattern pattern = Pattern.compile(regex, Pattern.MULTILINE);
final Matcher matcher = pattern.matcher(string);

while (matcher.find()) 
    System.out.println("[" + matcher.start(2) + "-" + matcher.end(2) + "]: \"" + matcher.group(2) + "\"");

我预计会有5个空字符串匹配。但我只有四个：

[0-0]: ""
[2-2]: ""
[3-3]: ""
[4-4]: ""

问题是，为什么它跳过1-1匹配，我如何修复它？

Answer 1

正则表达式要么匹配字符串的开始，要么匹配^ (将其捕获到组1中)，然后将除^之外的任何0+字符匹配到组2。当找到第一个匹配(字符串的开始)时，第一个组保留一个空字符串(因为它是字符串的开始)，而第二个组也保留一个空字符串(因为第一个字符是^，[^^]*可以在不匹配的字符之前匹配空字符串)。整个匹配为零长度，regex引擎将regex索引移动到下一个位置。因此，在第一次匹配之后，regex索引将从字符串的开始移动到第一个^之后的位置。然后，找到第二个匹配，第二个^和后面的空字符串。因此，第一个^不匹配，它被跳过。

解决方案是一个简单的split解决方案：

String[] result = string.split("\\^", -1);

第二个参数使方法输出结果数组末尾的所有空匹配。

见Java演示

String str = "^^^^";
String[] result = str.split("\\^", -1);
System.out.println("Number of items: " + result.length);
for (String s: result) {
    System.out.println("\"" + s+ "\"");
}

输出：

Number of items: 5
""
""
""
""
""