源地址?

1?????? ?概述

1.1???? 什么是捕獲組

捕獲組就是把正則表達式中子表達式匹配的內容，保存到內存中以數字編號或顯式命名的組里，方便后面引用。當然，這種引用既可以是在正則表達式內部，也可以是在正則表達式外部。

捕獲組有兩種形式，一種是普通捕獲組，另一種是命名捕獲組，通常所說的捕獲組指的是普通捕獲組。語法如下：

普通捕獲組：(Expression)

命名捕獲組：(?<name>Expression)

普通捕獲組在大多數支持正則表達式的語言或工具中都是支持的，而命名捕獲組目前只有.NET、PHP、Python等部分語言支持，據說Java會在7.0中提供對這一特性的支持。上面給出的命名捕獲組的語法是.NET中的語法，另外在.NET中使用(?’name’Expression)與使用(?<name>Expression)是等價的。在PHP和Python中命名捕獲組語法為：(?P<name>Expression)。

另外需要說明的一點是，除(Expression)和(?<name>Expression)語法外，其它的(?...)語法都不是捕獲組。

1.2???? 捕獲組編號規則

編號規則指的是以數字為捕獲組進行編號的規則，在普通捕獲組或命名捕獲組單獨出現的正則表達式中，編號規則比較清晰，在普通捕獲組與命名捕獲組混合出現的正則表達式中，捕獲組的編號規則稍顯復雜。

在展開討論之前，需要說明的是，編號為0的捕獲組，指的是正則表達式整體，這一規則在支持捕獲組的語言中，基本上都是適用的。下面對其它編號規則逐一展開討論。

1.2.1? 普通捕獲組編號規則

如果沒有顯式為捕獲組命名，即沒有使用命名捕獲組，那么需要按數字順序來訪問所有捕獲組。在只有普通捕獲組的情況下，捕獲組的編號是按照“(”出現的順序，從左到右，從1開始進行編號的。

正則表達式：(\d{4})-(\d{2}-(\d\d))

??

上面的正則表達式可以用來匹配格式為yyyy-MM-dd的日期，為了在下表中得以區分，月和日分別采用了\d{2}和\d\d這兩種寫法。

用以上正則表達式匹配字符串：2008-12-31，匹配結果為：

編號	命名	捕獲組	匹配內容
0	?	(\d{4})-(\d{2}-(\d\d))	2008-12-31
1	?	(\d{4})	2008
2	?	(\d{2}-(\d\d))	12-31
3	?	(\d\d)	31

1.2.2? 命名捕獲組編號規則

命名捕獲組通過顯式命名，可以通過組名方便的訪問到指定的組，而不需要去一個個的數編號，同時避免了在正則表達式擴展過程中，捕獲組的增加或減少對引用結果導致的不可控。

不過容易忽略的是，命名捕獲組也參與了編號的，在只有命名捕獲組的情況下，捕獲組的編號也是按照“(”出現的順序，從左到右，從1開始進行編號的。

正則表達式：(?<year>\d{4})-(?<date>\d{2}-(?<day>\d\d))

?

?

用以上正則表達式匹配字符串：2008-12-31

匹配結果為：

編號	命名	捕獲組	匹配內容
0	?	(?<year>\d{4})-(?<date>\d{2}-(?<day>\d\d))	2008-12-31
1	year	(?<year>\d{4})	2008
2	date	(?<date>\d{2}-(?<day>\d\d))	12-31
3	day	(?<day>\d\d)	31

1.2.3? 普通捕獲組與命名捕獲組混合編號規則

當一個正則表達式中，普通捕獲組與命名捕獲組混合出現時，捕獲組的編號規則稍顯復雜。對于其中的命名捕獲組，隨時都可以通過組名進行訪問，而對于普通捕獲組，則只能通過確定其編號后進行訪問。

混合方式的捕獲組編號，首先按照普通捕獲組中“(”出現的先后順序，從左到右，從1開始進行編號，當普通捕獲組編號完成后，再按命名捕獲組中“(”出現的先后順序，從左到右，接著普通捕獲組的編號值繼續進行編號。

也就是先忽略命名捕獲組，對普通捕獲組進行編號，當普通捕獲組完成編號后，再對命名捕獲組進行編號。

正則表達式：(\d{4})-(?<date>\d{2}-(\d\d))

?

?

用以上正則表達式匹配字符串：2008-12-31，匹配結果為：

編號	命名	捕獲組	匹配內容
0	?	(\d{4})-(?<date>\d{2}-(\d\d))	2008-12-31
1	?	(\d{4})	2008
3	date	(?<date>\d{2}-(\d\d))	12-31
2	?	(\d\d)	31

2?????? 捕獲組的引用

對捕獲組的引用一般有以下幾種：

1)?????? 正則表達式中，對前面捕獲組捕獲的內容進行引用，稱為反向引用；

2)?????? 正則表達式中，(?(name)yes|no)的條件判斷結構；

3)?????? 在程序中，對捕獲組捕獲內容的引用。

2.1???? 反向引用

捕獲組捕獲到的內容，不僅可以在正則表達式外部通過程序進行引用，也可以在正則表達式內部進行引用，這種引用方式就是反向引用。

反向引用的作用通常是用來查找或限定重復，限定指定標識配對出現等等。

對于普通捕獲組和命名捕獲組的引用，語法如下：

普通捕獲組反向引用：\k<number>，通常簡寫為\number

命名捕獲組反向引用：\k<name>或者\k'name'

普通捕獲組反向引用中number是十進制的數字，即捕獲組的編號；命名捕獲組反向引用中的name為命名捕獲組的組名。

反向引用涉及到的內容比較多，后續單獨說明。

2.2???? 條件判斷表達式

條件判斷結構在平衡組中談到過，基本應用和擴展應用都可以在其中找到例子，這里不再贅述，請參考.NET正則基礎之——平衡組。

2.3???? 程序中引用

根據語言的不同，程序中對捕獲組引用的方式也有所不同，下面就JavaScript和.NET進行舉例說明。

2.3.1? JavaScript中的引用

由于JavaScript中不支持命名捕獲組，所以對于捕獲組的引用就只支持普通捕獲組的反向引用和$number方式的引用。程序中的引用一般在替換和匹配時使用。

注：以下應用舉例僅考慮簡單應用場景，對于<a href="javascript:document.write('<b>hello</b>')"/>這種復雜場景暫不考慮。

1)???????? 在Replace中引用，通常是通過$number方式引用。

舉例：替換掉html標簽中的屬性。

<textareaid="result"rows="10"cols="100"></textarea>
<scripttype="text/javascript">
var data = "<table id=\"test\"><tr class=\"light\"><td> test </td></tr></table>";
var reg = /<([a-z]+)[^>]*>/ig;
document.getElementById("result").value = data.replace(reg, "<$1>");
</script>
//輸出
<table><tr><td> test </td></tr></table>
2)???????? 在匹配時的引用，通常通過RegExp.$number方式引用。

舉例：同時獲取<img…>中的src和name屬性值，屬性的順序不固定。參考一條正則能不能同時取出一個img標記的src和name?

?<textarea id="result" rows="10" cols="100"></textarea> <script type="text/javascript"> var data = [' <img alt="" border="0" name="g6-o44-1" οnlοad="DrawImage" src="/bmp/foo1.jpg" />', ' <img src="/bmp/foo2.jpg" alt="" border="0" name="g6-o44-2" οnlοad="DrawImage" />'] ; var reg = /<img\b(?=(?:(?!name=).)*name=(['"]?)([^'"\s>]+)\1)(?:(?!src=).)*src=(['"]?)([^'"\s>]+)\3[^>]*>/i; for(var i=0;i<data.length;i++) { var s = data[i]; document.getElementById("result").value += "源字符串：" + s + "\n"; document.write("<br />"); if(reg.test(s)) { document.getElementById("result").value += "name: " + RegExp.$2 + "\n"; document.getElementById("result").value += "src: " + RegExp.$4 + "\n"; } } </script>

?

?

2.3.2? .NET中的引用

由于.NET支持命名捕獲組，所以在.NET中的引用方式會多一些。通常也是在兩種場景下應用，一是替換，一是匹配。

1)???????? 替換中的引用

普通捕獲組：$number

命名捕獲組：${name}

替換中應用，仍是上面的例子。

舉例：替換掉html標簽中的屬性。使用普通捕獲組。

?

string data ="<table id=\"test\"><tr class=\"light\"><td> test
</td></tr></table>";
richTextBox2.Text
= Regex.Replace(data, @"(?i)<([a-z]+)[^>]*>", "<$1>");
//輸出
<table><tr><td> test </td></tr></table> 使用命名捕獲組。

?

string data ="<table id=\"test\"><tr class=\"light\"><td> test
</td></tr></table>";
richTextBox2.Text
= Regex.Replace(data, @"(?i)<(?<tag>[a-z]+)[^>]*>", "<${tag}>");
//輸出
<table><tr><td> test </td></tr></table>

2)???????? 匹配后的引用

對于匹配結果中捕獲組捕獲內容的引用，可以通過Groups和Result對象進行引用。

?

string test = "<a href=\"http://www.csdn.net\">CSDN</a>";
Regex reg = new Regex(@"(?is)<a(?:(?!href=).)*href=(['""]?)(?<url>[^""'\s>]*)\1[^>]*>(?<text>(?:(?!</a>).)*)</a>");
MatchCollection mc = reg.Matches(test);
foreach (Match m in mc)
{
richTextBox2.Text += "m.Value?".PadRight(25) + m.Value + "\n";
richTextBox2.Text += "m.Result(\"$0\") ： ".PadRight(25) + m.Result("$0") + "\n";
richTextBox2.Text += "m.Groups[0].Value ： ".PadRight(25) +m.Groups[0].Value + "\n";
richTextBox2.Text += "m.Result(\"$2\") ： ".PadRight(25) + m.Result("$2") + "\n";
richTextBox2.Text += "m.Groups[2].Value ： ".PadRight(25) + m.Groups[2].Value + "\n";
richTextBox2.Text += "m.Result(\"${url}\") ： ".PadRight(25) + m.Result("${url}") + "\n";
richTextBox2.Text += "m.Groups[\"url\"].Value ： ".PadRight(25) + m.Groups["url"].Value + "\n";
richTextBox2.Text += "m.Result(\"$3\") ： ".PadRight(25) + m.Result("$3") + "\n";
richTextBox2.Text += "m.Groups[3].Value ： ".PadRight(25) + m.Groups[3].Value + "\n";
richTextBox2.Text += "m.Result(\"${text}\") ： ".PadRight(25) + m.Result("${text}") + "\n";
richTextBox2.Text += "m.Groups[\"text\"].Value ： ".PadRight(25) + m.Groups["text"].Value + "\n";
}
//輸出

m.Value : <a href="http://www.csdn.net">CSDN</a>
m.Result("$0")?:?<a href="http://www.csdn.net">CSDN</a>
m.Groups[0].Value?:?<a href="http://www.csdn.net">CSDN</a>
m.Result("$2")?:?http://www.csdn.net
m.Groups[2].Value?:?http://www.csdn.net
m.Result("${url}")?:?http://www.csdn.net
m.Groups["url"].Value?:?http://www.csdn.net
m.Result("$3")?:?CSDN
m.Groups[3].Value?:?CSDN
m.Result("${text}")?:?CSDN
m.Groups["text"].Value?:?CSDN

對于捕獲組0的引用，可以簡寫作m.Value。

?

轉載于:https://www.cnblogs.com/pmars/archive/2011/12/30/2307507.html

總結

以上是生活随笔為你收集整理的【转】正则基础之——捕获组（capture group）的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。