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(nèi)容，保存到內(nèi)存中以數(shù)字編號或顯式命名的組里，方便后面引用。當(dāng)然，這種引用既可以是在正則表達式內(nèi)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(shù)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(jù)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(guī)則

編號規(guī)則指的是以數(shù)字為捕獲組進行編號的規(guī)則，在普通捕獲組或命名捕獲組單獨出現(xiàn)的正則表達式中，編號規(guī)則比較清晰，在普通捕獲組與命名捕獲組混合出現(xiàn)的正則表達式中，捕獲組的編號規(guī)則稍顯復(fù)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(guī)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(guī)則逐一展開討論。

1.2.1 普通捕獲組編號規(guī)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(shù)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(xiàn)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(qū)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(jié)果為：

1.2.2  命名捕獲組編號規(guī)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(shù)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(jié)果導(dǎo)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(xiàn)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(jié)果為：

1.2.3  普通捕獲組與命名捕獲組混合編號規(guī)則

當(dāng)一個正則表達式中，普通捕獲組與命名捕獲組混合出現(xiàn)時，捕獲組的編號規(guī)則稍顯復(fù)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(xiàn)的先后順序，從左到右，從1開始進行編號，當(dāng)普通捕獲組編號完成后，再按命名捕獲組中“(”出現(xiàn)的先后順序，從左到右，接著普通捕獲組的編號值繼續(xù)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(dāng)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(jié)果為：

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(nèi)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(jié)構(gòu)；
3)在程序中，對捕獲組捕獲內(nèi)容的引用。

2.1 反向引用

捕獲組捕獲到的內(nèi)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(nèi)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(fù)，限定指定標識配對出現(xiàn)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(shù)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(nèi)容比較多，后續(xù)單獨說明。

2.2 條件判斷表達式

條件判斷結(jié)構(gòu)在平衡組中談到過，基本應(yīng)用和擴展應(yīng)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(chǔ)之——平衡組。

2.3 程序中引用

根據(jù)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(yīng)用舉例僅考慮簡單應(yīng)用場景，對于<a href="javascript:document.write('<b>hello</b>')"/>這種復(fù)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。

<textarea id="result" rows="10" cols="100"></textarea>?
<script type="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(yīng)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(yīng)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(jié)果中捕獲組捕獲內(nèi)容的引用，可以通過Groups和Result對象進行引用。

string test = "<a href=\"http://www.dbjr.com.cn\">jb51</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.dbjr.com.cn">jb51</a>
m.Result("$0")： ? ? ? ? ?<a href="http://www.dbjr.com.cn">jb51</a>
m.Groups[0].Value： ? ? ? <a href="http://www.dbjr.com.cn">jb51</a>
m.Result("$2")： ? ? ? ? ?//www.dbjr.com.cn
m.Groups[2].Value： ? ? ? //www.dbjr.com.cn
m.Result("${url}")： ? ? ?//www.dbjr.com.cn
m.Groups["url"].Value： ? //www.dbjr.com.cn
m.Result("$3")： ? ? ? ? ?jb51
m.Groups[3].Value： ? ? ? jb51
m.Result("${text}")： ? ? jb51
m.Groups["text"].Value： ?jb51

對于捕獲組0的引用，可以簡寫作m.Value。

到此這篇關(guān)于正則基礎(chǔ)之 捕獲組(capture group)的文章就介紹到這了,更多相關(guān)正則捕獲組內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

最新評論