Java Matcher.find 与 matches 区别：日志过滤的边界、区域匹配与结果校验

线上日志过滤最容易出现的一类误判，是把“字符串里出现过一段内容”当成了“整行就是这个格式”。Java 的 Matcher.find() 和 Matcher.matches() 看起来只差一个方法名，实际控制的匹配范围完全不同：前者找子序列，后者要求整个 region 都匹配。

要筛出包含状态码的日志片段，用 find()；要校验整行是否符合固定格式，用 matches()。调用后再用 group()、start() 和 end() 检查实际命中的范围。

先用一条 access.log 看出差别

准备一条带前缀的访问日志，正则只描述状态码和路径：

String line = "2026-08-30 GET /health 200";
Pattern status = Pattern.compile("GET /\\w+ 200");
Matcher matcher = status.matcher(line);

System.out.println(matcher.find());    // true
System.out.println(matcher.matches()); // false

find() 能在整行中找到 GET /health 200 这段子序列；随后调用 matches() 时，Matcher 需要让整个输入区域匹配 GET /\\w+ 200，日期前缀没有被正则覆盖，所以返回 false。这里的关键不是正则“失效”，而是两个方法的目标不同。

find() 如何连续取出多个命中片段

日志批处理通常不是只查一次。find() 成功后会把下一次搜索位置推进到上一次命中片段之后，适合循环收集同一行中的多个字段：

Pattern field = Pattern.compile("status=(\\d+)");
Matcher matcher = field.matcher("path=/health status=200 retry=0 status=204");

while (matcher.find()) {
    System.out.printf("%s [%d,%d)%n",
            matcher.group(1), matcher.start(1), matcher.end(1));
}

输出中的每个数字来自真实捕获组，不要在循环外无条件调用 group()：如果没有成功匹配，读取结果会抛出 IllegalStateException。如果需要从头再搜，调用 reset()；如果只是想从某个下标开始，使用 find(int start)，它会先重置 Matcher。

matches() 适合整行格式校验

把同一类规则用于入口校验时，目标往往变成“整行只能长这样”。例如健康检查记录必须由方法、路径和三位状态码组成：

Pattern access = Pattern.compile("GET /[a-z]+ \\d{3}");
Matcher matcher = access.matcher("GET /health 200");

boolean valid = matcher.matches();
System.out.println(valid);       // true
System.out.println(matcher.group()); // GET /health 200

这里没有先调用 find()。matches() 本身就会判断当前 region 的全部内容，成功后 group() 才能安全读取完整匹配。若输入改成 prefix GET /health 200，即使内部包含完整片段，结果也会变成 false。

region() 会改变两种方法看到的输入

Matcher 不一定搜索整个原始字符串。调用 region(0, 20) 后，搜索范围是起点包含、终点不包含的区间，并且该调用会重置 Matcher。实际项目中，先确认下标再设置 region，能避免把上一轮的匹配状态带进来。

String line = "prefix GET /health 200 suffix";
Pattern access = Pattern.compile("GET /health 200");
Matcher matcher = access.matcher(line);

matcher.region(7, 21);
System.out.println(matcher.matches()); // true，region 正好覆盖目标片段
System.out.println(matcher.start());   // 7
System.out.println(matcher.end());     // 21

如果 region 覆盖的是整行，matches() 仍然要求整段 region 满足规则；find() 则只需在这个区域内部找到子序列。对于 ^、$ 等锚点，还要留意 anchoring bounds 和 transparent bounds，它们会影响边界附近的判断。

一段最小实验的检查顺序

1. 先确认 Pattern 是否只描述“字段片段”，若是，优先试 find()。
2. 再确认输入是否必须完整合规，若是，改用 matches()。
3. 设置过 region() 后，重新检查起止下标，因为它会重置 Matcher。
4. 匹配成功后立即读取 group()、start()、end()，不要在失败分支读取结果。

相关问题

find() 调用两次为什么结果不同？

成功调用会推进下一次搜索起点；如果要重新从输入开头搜索，先调用 reset()。

matches() 能不能只校验字符串的一部分？

可以先用 region(start, end) 把待校验部分设为当前 region，但它仍会要求整个 region 匹配。

group() 什么时候会报错？

在没有成功匹配，或当前 Matcher 状态已被重置且尚未产生新匹配时读取 group，会抛出 IllegalStateException。

小结

把 find() 记成“在范围内找一段”，把 matches() 记成“范围整体验收”，两者的边界就清楚了。遇到结果不符合预期时，优先打印当前 region、group() 和匹配下标，通常比盲目修改正则更快定位问题。