Matcher.matches()始终为false表示

Question

我尝试了一个简单的编码练习，但不知为何无法正常工作。这个练习的目标是将一个字符串转换为新字符串，新字符串中的每个字符如果在原字符串中只出现一次，则为 "("；若出现两次及以上，则为 ")"。在判断字符是否重复时忽略大小写。

我的测试代码如下：

public class Kata {

    public static void main(String[] args) {
        String t = "recede";
        System.out.println(Kata.encode(t));
    }

    public static String encode(String word){
        StringBuilder result = new StringBuilder();
        char[] arr = word.toCharArray();
        for (char c : arr) {
            Pattern pattern = Pattern.compile("^["
                    + c  
                    + String.valueOf(c).toUpperCase() 
                    + "]{2,}+$");
            Matcher matcher = pattern.matcher(word);
            if (matcher.matches()) 
                result.append(")");
            else 
                result.append("(");
        }
        return result.toString();
    }
}

我还尝试过将 matches() 改为 find()，并且无论输入什么总是得到 "((((("，在调试过程中发现 if 条件中的匹配结果始终为 false。

另外，我也尝试了其他模式，如 `"["

c + String.valueOf(c).toUpperCase() + "]{2,}"`，但结果依旧不正确。虽然我知道其他方法可以解决这个问题，但我现在想知道为什么正则表达式和匹配器在此处失效，因为我在 Java 中不止一次遇到这样的问题，在其他语言中却没有类似困扰。

codeape · Answer

为什么你的解决方案不起作用：

你构建的正则表达式是错误的。^[cC]{2,}+$ 只匹配包含两个或更多 c 或 C 字符的字符串。要匹配包含两个 c 或 C 字母的字符串，你需要一个像 (?i)c.*c、(?i)c.*?c 或更好的 (?i)c[^c]*c 这样的模式。
.matches() 方法要求整个字符串完全匹配，因此你模式中的锚点是多余的。像 (?i)c[^c]*c 这样的正则表达式需要使用 Matcher.find() 来查找字符串内部任意位置的匹配项。

所以，你可以使用以下代码：

for (char c : arr) {
    Pattern pattern = Pattern.compile("(?i)" + c + "[^"  + c + "]*"  + c);
    Matcher matcher = pattern.matcher(word);
    if (matcher.find()) 
        result.append(")");
    else 
        result.append("(");
}

参考这个 Java 示例：ideone.com/tURdoU。如果需要支持特殊字符，可以使用 Pattern.compile("(?i)" + Pattern.quote(c) + "[^" + Pattern.quote(c) + "]*" + Pattern.quote(c))。

或者不使用正则表达式：

for (char c : arr) {
    if (word.toUpperCase().chars().filter(ch -> ch == Character.toUpperCase(c)).count() > 1) 
        result.append(")");
    else 
        result.append("(");
}

参考这个 Java 示例：ideone.com/8iRc3F。

Sophie Alpert · Answer

在这种情况下，不需要使用正则表达式，只需构建一个频率映射表来预先计算重复字符。以下是解决方案：

import java.util.HashMap;
import java.util.Map;

public class Kata {
    public static void main(String[] args) {
        String t = "recede";
        System.out.println(encode(t)); // 输出："()()()"
    }

    public static String encode(String word) {
        Map frequency = new HashMap<>();
        // 遍历字符串并将每个字符（转为小写）的出现次数存入映射表
        for (char ch : word.toCharArray()) {
            frequency.merge(Character.toLowerCase(ch), 1, Integer::sum);
        }
        StringBuilder result = new StringBuilder(word.length());
        // 遍历字符串，并根据映射表中字符的出现次数决定添加 '(' 或 ')'
        for (char ch : word.toCharArray()) {
            result.append(frequency.get(Character.toLowerCase(ch)) > 1 ? ')' : '(');
        }
        return result.toString();
    }
}

LukeH · Answer

最终，在 Wiktor Stribizew 的评论帮助下，我明白了自己在正则表达式方面的困惑，并找到了一个更好、更易读的解决方案。以下是最终代码：

public static String encode(String word){
    StringBuilder result = new StringBuilder();
    char[] arr = word.toCharArray();
    for (char c : arr) {
        Pattern pattern = Pattern.compile("(?i)(.*" + c + ".*){2,}");
        Matcher matcher = pattern.matcher(word);
        result.append(matcher.find() ? ")" : "(");
    }

    return result.toString();
}