正则分组详解：揭秘分组捕获的妙用，轻松玩转正则表达式

2023-12-16 01:13:23

正则表达式中的分组

正则表达式中的分组使用圆括号"()"来定义，它允许您将正则表达式中的一个或多个元素组合成一个组。例如，以下正则表达式将匹配以字母"a"开头，后面跟着一个或多个数字，最后以字母"b"结尾的字符串：

^a\d+b$

在这个正则表达式中，圆括号将"\d+"这个元素分组，它匹配一个或多个数字。当这个正则表达式匹配一个字符串时，分组中的内容将被捕获，并可以稍后使用。

分组捕获的妙用

分组捕获在正则表达式中有很多妙用，其中一些常见的用法包括：

提取文本： 分组捕获可以用来从文本中提取特定的部分。例如，以下正则表达式将从URL中提取域的部分：

https?://([^/]+)

在这个正则表达式中，圆括号将"[^/]+"这个元素分组，它匹配一个或多个非斜杠字符。当这个正则表达式匹配一个URL时，分组中的内容将被捕获，并可以稍后使用。

重复匹配： 分组捕获可以用来匹配重复出现的子表达式。例如，以下正则表达式将匹配一个单词，该单词以字母"a"开头，后面跟着一个或多个字母"b"，最后以字母"c"结尾：

a(b+)c

在这个正则表达式中，圆括号将"(b+)"这个元素分组，它匹配一个或多个字母"b"。当这个正则表达式匹配一个单词时，分组中的内容将被捕获，并可以稍后使用。

子表达式： 分组捕获可以用来创建一个子表达式，该子表达式可以被其他正则表达式元素引用。例如，以下正则表达式将匹配一个电话号码，该电话号码由一个区号、一个电话号码和一个分机号组成：

^(\d{3})-(\d{3})-(\d{4})$

在这个正则表达式中，圆括号将三个子表达式分组，分别匹配区号、电话号码和分机号。这些子表达式可以被稍后的正则表达式元素引用，例如，以下正则表达式将匹配一个以区号"212"开头的电话号码：

^212-(\d{3})-(\d{4})$

贪婪匹配与非贪婪匹配

在分组捕获中，贪婪匹配和非贪婪匹配的概念非常重要。贪婪匹配是指正则表达式会尽可能多地匹配文本，直到它无法再匹配为止。非贪婪匹配是指正则表达式会尽可能少地匹配文本，直到它匹配到一个满足条件的子字符串为止。

例如，以下正则表达式将匹配一个由字母"a"和字母"b"组成的字符串：

ab*

这个正则表达式使用贪婪匹配，它会匹配尽可能多的字母"b"，直到它无法再匹配为止。因此，这个正则表达式将匹配"ab"、"abb"、"abbb"等字符串，但不会匹配"ac"、"ad"等字符串。

如果我们要匹配一个由字母"a"和字母"b"组成的字符串，但字母"b"的数量不限，我们可以使用非贪婪匹配。以下正则表达式将匹配一个由字母"a"和字母"b"组成的字符串，但字母"b"的数量不限：

ab*?

这个正则表达式使用非贪婪匹配，它会匹配尽可能少的字母"b"，直到它匹配到一个满足条件的子字符串为止。因此，这个正则表达式将匹配"ab"、"abb"、"abbb"、"ac"、"ad"等字符串。

回溯与替代

回溯和替代是正则表达式中两个非常重要的概念。回溯是指正则表达式引擎在匹配失败后尝试不同的匹配方式。替代是指正则表达式引擎将匹配到的文本替换为另一个字符串。

例如，以下正则表达式将匹配一个以字母"a"开头，后面跟着一个或多个字母"b"，最后以字母"c"结尾的字符串：

a(b+)c

如果这个正则表达式匹配一个字符串"abbbc"，它将首先匹配字母"a"。然后，它将尝试匹配一个或多个字母"b"。它将匹配"bb"，因为它们满足条件。然后，它将尝试匹配字母"c"。它将匹配字母"c"，因为字母"c"满足条件。因此，这个正则表达式将成功匹配字符串"abbbc"。

如果这个正则表达式匹配一个字符串"abbdc"，它将首先匹配字母"a"。然后，它将尝试匹配一个或多个字母"b"。它将匹配"bb"，因为它们满足条件。然后，它将尝试匹配字母"c"。它将无法匹配字母"c"，因为字母"d"不满足条件。因此，这个正则表达式将失败，它将回溯到上一步，并尝试匹配字母"b"。它将匹配字母"b"，因为字母"b"满足条件。然后，它将尝试匹配字母"c"。它将无法匹配字母"c"，因为字母"d"不满足条件。因此，这个正则表达式将再次失败，它将回溯到上一步，并尝试匹配字母"a"。它将无法匹配字母"a"，因为字母"a"不满足条件。因此，这个正则表达式将最终失败。

替代是指正则表达式引擎将匹配到的文本替换为另一个字符串。例如，以下正则表达式将匹配一个以字母"a"开头，后面跟着一个或多个字母"b"，最后以字母"c"结尾的字符串，并将匹配到的文本替换为字符串"ABC"：

a(b+)c/ABC/

如果这个正则表达式匹配一个字符串"abbbc"，它将首先匹配字母"a"。然后，它将尝试匹配一个或多个字母"b"。它将匹配"bb"，因为它们满足条件。然后，它将尝试匹配字母"c"。它将匹配字母"c"，因为字母"c"满足条件。因此，这个正则表达式将成功匹配字符串"abbbc"，并将匹配到的文本替换为字符串"ABC"。