掃描儀的Java java.util.regex.MatchResult計數器問題

Question

我正在使用java.util.Scanner從大字符串掃描所有出現的給定正則表達式。

Scanner sc = new Scanner(body);
sc.useDelimiter("");
String match = "";
while(match!=null)
{
    match = sc.findWithinHorizon(pattern, 0);
    if(match==null)break;
    MatchResult mr = sc.match();
    System.out.println("Match string: "+mr.group());
    System.out.println("Match string using indexes: "+body.substring(mr.start(),mr.end());
}

奇怪的是，經過一定數量的掃描后，group（）方法返回正確的結果，而start（）和end（）方法返回錯誤的索引，例如掃描從文件開頭重新開始。 正則表達式是多行的（我使用此正則表達式來發現行更改“ \\ r \\ n | [\\ n \\ r \\ u2028 \\ u2029 \\ u0085]”）。

你有什么提示嗎？ 可能與“水平”參數有關（我已經嘗試過使用該值的差分組合）嗎？

有關更多詳細信息，它似乎與文件的大小（超過1000個字符）有關，在大約1000后，計數器從0重新開始（例如，在1003：1020之后出現的第一個錯誤索引變為3：120）。

Answer 1

Scanner使用帶有1024字符的內部緩沖區。 改用Pattern ：

Matcher matcher = Pattern.compile(...).matcher(body);
while(matcher.find()) {
    int start = matcher.start();
}