快捷導(dǎo)航

正則表達式分組與引用的使用

更新時間：2021年07月26日 10:00:18 作者：容華謝后

今天我們來講下正則中的分組與引用，文中通過示例代碼介紹的非常詳細，具有一定的參考價值，感興趣的小伙伴們可以參考一下

0.寫在前面

今天我們來講下正則中的分組與引用，其實在第一篇文章中，我們在實戰(zhàn)環(huán)節(jié)就已經(jīng)用到分組這個功能了，回顧下 IPv4 地址的正則表達式：

^([1-9][0-9]?|1[0-9][0-9]|2[0-4][0-9]|25[0-5])(\.(0|[1-9][0-9]?|1[0-9][0-9]|2[0-4][0-9]|25[0-5])){3}$

可以簡寫下：

復(fù)制代碼代碼如下:

^(條件1)(\.(條件2)){3}$

可以看到在表達式中出現(xiàn)了幾對括號，為什么要用括號把表達式括起來，這些括號有什么作用呢，我們一起來看下。

1.分組與編號

括號在正則中可以用于分組，被括號括起來的部分可以稱為子表達式，會被保存成一個子組。

舉個栗子，有一個日期時間 2021-06-01 13:14:21，我們想要提取出其中的日期和時間，就要用括號對日期和時間進行分組，如下圖所示：

分組與編號

可以看到圖中有兩個分組，日期分組是第1個，時間分組是第2個，我們以左括號的位置，來表示分組的標(biāo)號，從1開始，第幾個左括號，就是第幾個分組。

上面的栗子，我們再分的細一點，我們要分別提取其中的年、月、日，時、分、秒，如下圖所示：

括號嵌套

可以看到日期的分組編號是 1，時間分組的編號是 5，年月日的分組編號分別是 2，3，4，時分秒的分組編號分別是 6，7，8。

2.不保存子組

分組是有一定的性能消耗的，在有些情況下，我們只是單純的想要分組，后續(xù)并不想使用它，就可以在左括號的后面加上 ?: 表示不保存子組。

比如，需要是使用正則匹配目標(biāo)字符串中的15位或18位數(shù)字：

功能	正則	示例
保存子組	(正則)	\d{15}(\d{3})?
不保存子組	(?:正則)	\d{15}(?:\d{3})?

保存子組

不保存子組

我們之前講過的 IPv4 正則表示就可以優(yōu)化下：

復(fù)制代碼代碼如下:

^(?:[1-9][0-9]?|1[0-9][0-9]|2[0-4][0-9]|25[0-5])(?:\.(?:0|[1-9][0-9]?|1[0-9][0-9]|2[0-4][0-9]|25[0-5])){3}$

IPv4地址正則匹配

3.分組引用

上面講完了分組，我們來看下如何來引用分組，大部分語言都是用 反斜杠 + 編號 的方式，個別的比如 JavaScript語言，使用的是 美元符號 + 編號 的方式：

編程語言	查找時引用方式	替換時引用方式
Python	\number 如 \1	\number 如 \1
Go	官方包不支持	官方包不支持
Java	\number 如 \1	$number 如 $1
JavaScript	$number 如 $1	$number 如 $1
PHP	\number 如 \1	\number 如 \1
Ruby	\number 如 \1	\number 如 \1

4.查找與替換

查找

到這里我們已經(jīng)學(xué)完了分組與引用的知識，一起來實踐下，有這樣一個需求，在一個目標(biāo)字符串中，查找兩個重復(fù)出現(xiàn)的單詞。

還沒有學(xué)到單詞邊界，我們先用 \w{2,} 來表示出現(xiàn)的單詞，重復(fù)的單詞就是 (\w{2,} \1)，看下結(jié)果：

分組查找

替換

上面的內(nèi)容，我們講到了日期的分組，來替換下：

分組替換

對應(yīng)的 Python 代碼如下：

import re

test_str = "2021-06-01 13:14:21"
regex = r"((\d{4})-(\d{2})-(\d{2})) ((\d{2}):(\d{2}):(\d{2}))"
subst = r"\2年\3月\4日 \6時\7分\8秒"
result = re.sub(regex, subst, test_str)
print(result)

輸出：2021年06月01日 13時14分21秒