深入 Java 正则表达式源码：透视 Matcher.group(int) 的分组提取机制

在 Java 中，正则表达式无疑是文本处理的重要工具。而 Matcher.group(int group) 是其中非常关键的一个方法，它用于提取正则中的分组内容。今天我们不仅通过一个例子来看它的使用方法，还会结合底层源码，深入理解它背后的机制。

 实战示例：匹配并提取年份数字:

package com.RegExpInfo;

import java.util.regex.Matcher;
import java.util.regex.Pattern;

public class Group_info {
    public static void main(String[] args) {
        String content = "1998 年 12 月 8 日，第二代Java 平台的企业版J2EE发布。1999年6月，Sun公司发布了"
                +
                "第二代Java平台（简称为Java2）的3个版本：J2ME（Java2MicroEdition，Java2平台的微型"+
                "版），应用于移动、无线及有限资源的环境；J2SE（Java2StandardEdition，Java2平台的"+
                "标准版），应用于桌面环境；J2EE（Java2EnterpriseEdition，Java 2平台的企业版），应"+
                "用3443 于基于Java的应用服务器。Java2平台的发布，是Java发展过程中最重要的一个"+
                "里程碑，标志着Java的应用开始普及9889";

        String regExp = "(\\d\\d)(\\d\\d)";
        Pattern pattern = Pattern.compile(regExp);
        Matcher matcher = pattern.matcher(content);
        while (matcher.find()) {
            System.out.println(matcher.group(0));
            System.out.println(matcher.group(1));
            System.out.println(matcher.group(2));
//            System.out.println(matcher.group(3));
        }

    

    }
}

debug查看下层的字符串截取机制

1.  其中较为关键的变量：记录oldLast 的值为 子字符串的结束的 索引+1的值，groups为子字符串的开始的索引记录到 matcher对象的属性 int[] groups;
2. groups[0] 和 groups[1] 始终保存 整个匹配的子串的起始和结束索引（结束位置是开区间，即 end + 1）。
3. 

代码解析

1. checkMatch()

   • 检查是否已经执行过匹配操作

   • 如果没有执行过匹配操作，会抛出 IllegalStateException

2. checkGroup(group)

   • 检查给定的组号是否有效

   • 如果组号小于0或大于组数，会抛出 IndexOutOfBoundsException

否则出现：

为什么这个实现高效？

• 避免重复扫描字符串，只记录位置索引；

• 利用数组结构访问分组索引，非常快（O(1)）；

• 和 groupCount() 结构完美配合，适合复杂嵌套分组提取。

总结

 这段 Matcher.group(int group) 源码是 Java 正则表达式处理的核心之一。它通过一个整型数组 groups[] 存储每个分组匹配的起止位置，从而实现高效地提取匹配结果。整个方法的执行流程包括：校验是否匹配成功、判断分组是否合法、判断该分组是否有匹配结果（即索引是否为 -1），最后通过 getSubSequence() 返回对应子串。这样的设计不仅提高了性能，也保证了灵活性和安全性，是 Java 正则引擎中一个非常经典的实现。