Java 正则 Matcher 怎样判断可选分组是否匹配

先让 matches() 或 find() 返回 true，再判断 matcher.group("note") 是否为 null。null 表示这个可选捕获组没有参与本次匹配；空字符串表示它参与了匹配，只是捕获长度为零。两者不能用 isEmpty() 混成一个状态。若只关心组是否参与，也可以在成功匹配后判断 start("note") 是否为 -1。

先把分组存在判断写对

最容易写错的地方不是正则本身，而是把“整条规则成功”和“某个字段存在”当成一件事。本文做一个固定格式的备注行解析器：整行错误直接拒绝，整行正确时再把备注分为缺失、显式空值、有内容三类。这个分类保留业务选择权，例如导入配置时，“没提供”可以表示沿用旧值，“提供空值”可以表示清空，而非一律覆盖为空。

// 前提：m 是由包含 note 命名捕获组的 Pattern 创建的 Matcher
if (m.matches()) { // 必须先确认本次匹配成功
    String note = m.group("note");
    boolean present = note != null; // 空字符串仍然属于已参与匹配
    boolean empty = present && note.isEmpty(); // 再区分显式空值
}

不要直接调用 m.group("note").isEmpty()：字段没有参与时它是 null。也不要用 groupCount() > 0 判断字段是否出现，groupCount 描述的是表达式声明了多少个捕获组，不是这次输入提供了多少字段。

定义带可选备注的行格式

小项目只依赖 JDK 自带的 java.util.regex，示例使用 Java 8 语法。输入协议为：一个 1–20 位的小写英文字母键名，后面可选地跟一个等号和备注；备注最多 40 个英文字母或普通空格。等号出现时允许备注为空，其他字符和多余换行不属于这个协议。

正则写为 (?[a-z]{1,20})(?:=(?[A-Za-z ]{0,40}))?。key 是必须存在的捕获组，note 是可选段中的捕获组。外面的 (?:...) 只负责把等号和备注组织为整体，不额外占用捕获组编号。问号修饰整个“等号加备注”段；备注自己的下限为零，因而可以表达显式空值。

实现保留三态的完整解析器

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

public final class NoteLineParser {
    private static final Pattern LINE = Pattern.compile(
            "(?[a-z]{1,20})(?:=(?[A-Za-z ]{0,40}))?");

    public enum NoteState { MISSING, EMPTY, VALUE }

    public static final class Parsed {
        public final String key;
        public final NoteState state;
        public final String note; // 缺失时保留 null，不提前合并为空字符串

        private Parsed(String key, NoteState state, String note) {
            this.key = key;
            this.state = state;
            this.note = note;
        }
    }

    public static Parsed parse(String input) {
        Objects.requireNonNull(input, "输入不能为 null");
        if (input.length() > 61) { // 按固定协议限制输入长度
            throw new IllegalArgumentException("输入超出行格式长度");
        }

        Matcher m = LINE.matcher(input); // 每次调用独立创建 Matcher
        if (!m.matches()) { // 使用整行匹配，不从错误行中截取合法片段
            throw new IllegalArgumentException("不符合键名与备注格式");
        }

        String note = m.group("note");
        NoteState state = note == null ? NoteState.MISSING
                : note.isEmpty() ? NoteState.EMPTY : NoteState.VALUE;
        return new Parsed(m.group("key"), state, note);
    }

    public static void main(String[] args) {
        for (String input : new String[] {"memo", "memo=", "memo=Draft"}) {
            Parsed parsed = parse(input);
            System.out.println(parsed.key + ": " + parsed.state); // 演示只打印分类
        }
    }
}

把代码保存为 NoteLineParser.java 即可作为独立入口集成。parse 不依赖 main，没有文件读写和共享匹配状态。Pattern 保存固定规则，每次解析用新的 Matcher，避免把上一个输入的匹配状态带入下一个调用。这里没有把空格备注 trim 后再分类：按当前协议，一个或多个空格属于有内容；如果业务认为空白也等于清空，应另定义规范化规则。

按样例理解结果并接入业务

下面是依据代码与规则推导的预期值，未在本地运行，不能当成执行日志。若自行试用，可从 main 的三个输入开始；编译命令供读者复现，不是本文已经执行的步骤。

# 在保存源码的目录编译并运行演示入口
javac -encoding UTF-8 NoteLineParser.java
java NoteLineParser

在 memo= 这个例子中，备注的起止位置都应为 5；零长度捕获不等于起点 -1。接入导入服务时，可以把 Parsed 转成领域对象，再由业务层决定 MISSING 是否沿用旧值、EMPTY 是否允许清空。解析器只保存差别，不直接写库。如果目标格式本身允许引号、转义或复杂结构，就应换成相应格式的解析方案，而不是无限扩展这条固定正则。

排除状态误用与常见混淆

读取 group、start、end 的前提是当前 Matcher 保持有效的成功匹配。不要在成功后又调用一次失败的 find，再尝试读取刚才的分组；也不要先 reset 再把旧状态当作仍然有效。最简单的集成方式是成功后立即提取需要的字符串与分类，把 Matcher 留在解析器内部。

接入检查只需围绕这份协议：缺省、空值和普通内容各有样例；非法字符明确拒绝；业务不提前把 null 改成空字符串；并发调用不共享 Matcher。本文没有执行测试或审查生成图，示例和图都用于解释静态语义。

find() 能代替 matches() 吗？

只有任务是从长文本中搜索片段时才考虑 find。这里要求整条输入满足协议，使用 matches 更直接；换成搜索会改变“合法输入”的定义。

为什么把星号改成加号后空值行为变了？

量词决定字段内部允许多少字符。要求至少一个字符时，“等号存在但备注为空”就不再是合法的可选段。先确定业务是否允许显式清空，再决定表达式。

捕获组不存在和可选组未出现相同吗？

不同。前者是规则与代码约定不一致，例如名称拼错；后者才是当前协议允许的数据状态。不要用捕获所有异常后返回 null 的办法把程序错误伪装成字段缺失。

官方参考：Matcher 分组与匹配状态；Pattern 捕获组与量词语法。备注行协议与代码为独立编写的简化示例。