正则基础之——捕获组(capture group) - 雁过无痕 - CSDN博客
来源:百度文库 编辑:神马文学网 时间:2024/04/27 21:02:07
正则基础之——捕获组(capture group) 收藏 1 概述
1.1 什么是捕获组
捕获组就是把正则表达式中子表达式匹配的内容,保存到内存中以数字编号或显式命名的组里,方便后面引用。当然,这种引用既可以是在正则表达式内部,也可以是在正则表达式外部。 捕获组有两种形式,一种是普通捕获组,另一种是命名捕获组,通常所说的捕获组指的是普通捕获组。语法如下:普通捕获组:(Expression)命名捕获组:(?Expression) 普通捕获组在大多数支持正则表达式的语言或工具中都是支持的,而命名捕获组目前只有.NET、PHP、Python等部分语言支持,据说Java会在7.0中提供对这一特性的支持。上面给出的命名捕获组的语法是.NET中的语法,另外在.NET中使用(?’name’Expression)与使用(?Expression)是等价的。在PHP和Python中命名捕获组语法为:(?PExpression)。另外需要说明的一点是,除(Expression)和(?Expression)语法外,其它的(?...)语法都不是捕获组。1.2 捕获组编号规则
编号规则指的是以数字为捕获组进行编号的规则,在普通捕获组或命名捕获组单独出现的正则表达式中,编号规则比较清晰,在普通捕获组与命名捕获组混合出现的正则表达式中,捕获组的编号规则稍显复杂。在展开讨论之前,需要说明的是,编号为0的捕获组,指的是正则表达式整体,这一规则在支持捕获组的语言中,基本上都是适用的。下面对其它编号规则逐一展开讨论。1.2.1 普通捕获组编号规则
如果没有显式为捕获组命名,即没有使用命名捕获组,那么需要按数字顺序来访问所有捕获组。在只有普通捕获组的情况下,捕获组的编号是按照“(”出现的顺序,从左到右,从1开始进行编号的 。正则表达式:(\d{4})-(\d{2}-(\d\d)) 上面的正则表达式可以用来匹配格式为yyyy-MM-dd的日期,为了在下表中得以区分,月和日分别采用了\d{2}和\d\d这两种写法。用以上正则表达式匹配字符串:2008-12-31,匹配结果为:编号
命名
捕获组
匹配内容
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 命名捕获组编号规则
命名捕获组通过显式命名,可以通过组名方便的访问到指定的组,而不需要去一个个的数编号,同时避免了在正则表达式扩展过程中,捕获组的增加或减少对引用结果导致的不可控。不过容易忽略的是,命名捕获组也参与了编号的,在只有命名捕获组的情况下,捕获组的编号也是按照“(”出现的顺序,从左到右,从1开始进行编号的 。正则表达式:(?\d{4})-(?\d{2}-(?\d\d))
用以上正则表达式匹配字符串:2008-12-31匹配结果为:编号
命名
捕获组
匹配内容
0
(?\d{4})-(?\d{2}-(?\d\d))
2008-12-31
1
year
(?\d{4})
2008
2
date
(?\d{2}-(?\d\d))
12-31
3
day
(?\d\d)
31
1.2.3 普通捕获组与命名捕获组混合编号规则
当一个正则表达式中,普通捕获组与命名捕获组混合出现时,捕获组的编号规则稍显复杂。对于其中的命名捕获组,随时都可以通过组名进行访问,而对于普通捕获组,则只能通过确定其编号后进行访问。混合方式的捕获组编号,首先按照普通捕获组中“(”出现的先后顺序,从左到右,从1开始进行编号,当普通捕获组编号完成后,再按命名捕获组中“(”出现的先后顺序,从左到右,接着普通捕获组的编号值继续进行编号。也就是先忽略命名捕获组,对普通捕获组进行编号,当普通捕获组完成编号后,再对命名捕获组进行编号。正则表达式:(\d{4})-(?\d{2}-(\d\d))
用以上正则表达式匹配字符串:2008-12-31,匹配结果为:编号
命名
捕获组
匹配内容
0
(\d{4})-(?\d{2}-(\d\d))
2008-12-31
1
(\d{4})
2008
3
date
(?\d{2}-(\d\d))
12-31
2
(\d\d)
31
2 捕获组的引用
对捕获组的引用一般有以下几种:1) 正则表达式中,对前面捕获组捕获的内容进行引用,称为反向引用;2) 正则表达式中,(?(name)yes|no)的条件判断结构;3) 在程序中,对捕获组捕获内容的引用。 2.1 反向引用
捕获组捕获到的内容,不仅可以在正则表达式外部通过程序进行引用,也可以在正则表达式内部进行引用,这种引用方式就是反向引用。反向引用的作用通常是用来查找或限定重复,限定指定标识配对出现等等。对于普通捕获组和命名捕获组的引用,语法如下:普通捕获组反向引用:\k,通常简写为\number命名捕获组反向引用:\k或者\k'name'普通捕获组反向引用中number是十进制的数字,即捕获组的编号;命名捕获组反向引用中的name为命名捕获组的组名。反向引用涉及到的内容比较多,后续单独说明。2.2 条件判断表达式
条件判断结构在平衡组中谈到过,基本应用和扩展应用都可以在其中找到例子,这里不再赘述,请参考 .NET正则基础之——平衡组。2.3 程序中引用
根据语言的不同,程序中对捕获组引用的方式也有所不同,下面就JavaScript和.NET进行举例说明。2.3.1 JavaScript中的引用
由于JavaScript中不支持命名捕获组,所以对于捕获组的引用就只支持普通捕获组的反向引用和$number方式的引用。程序中的引用一般在替换和匹配时使用。注:以下应用举例仅考虑简单应用场景,对于这种复杂场景暂不考虑。1) 在Replace中引用,通常是通过$number方式引用。举例:替换掉html标签中的属性。 //输出
2) 在匹配时的引用,通常通过RegExp.$number方式引用。举例:同时获取中的src和name属性值,属性的顺序不固定。参考 一条正则能不能同时取出一个img标记的src和name? view plaincopy to clipboardprint?
< type="text/javascript"> 2.3.2 .NET中的引用
由于.NET支持命名捕获组,所以在.NET中的引用方式会多一些。通常也是在两种场景下应用,一是替换,一是匹配。1) 替换中的引用普通捕获组:$number命名捕获组:${name}替换中应用,仍是上面的例子。举例:替换掉html标签中的属性。使用普通捕获组。string data = "
";richTextBox2.Text = Regex.Replace(data, @"(?i)<([a-z]+)[^>]*>", "<$1>");//输出
使用命名捕获组。string data = "
";richTextBox2.Text = Regex.Replace(data, @"(?i)<(?[a-z]+)[^>]*>", "<${tag}>");//输出
2) 匹配后的引用对于匹配结果中捕获组捕获内容的引用,可以通过Groups和Result对象进行引用。string test = "http://www.csdn.net\">CSDN";Regex reg = new Regex(@"(?is)[^""'\s>]*)\1[^>]*>(?(?:(?! ).)*)");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";}//输出m.Value: CSDNm.Result("$0"): CSDNm.Groups[0].Value: CSDNm.Result("$2"): http://www.csdn.netm.Groups[2].Value: http://www.csdn.netm.Result("${url}"): http://www.csdn.netm.Groups["url"].Value: http://www.csdn.netm.Result("$3"): CSDNm.Groups[3].Value: CSDNm.Result("${text}"): CSDNm.Groups["text"].Value: CSDN
本文来自CSDN博客,转载请标明出处:http://blog.csdn.net/lxcnn/archive/2009/05/03/4146148.aspx
1.1 什么是捕获组
捕获组就是把正则表达式中子表达式匹配的内容,保存到内存中以数字编号或显式命名的组里,方便后面引用。当然,这种引用既可以是在正则表达式内部,也可以是在正则表达式外部。 捕获组有两种形式,一种是普通捕获组,另一种是命名捕获组,通常所说的捕获组指的是普通捕获组。语法如下:普通捕获组:(Expression)命名捕获组:(?
编号规则指的是以数字为捕获组进行编号的规则,在普通捕获组或命名捕获组单独出现的正则表达式中,编号规则比较清晰,在普通捕获组与命名捕获组混合出现的正则表达式中,捕获组的编号规则稍显复杂。在展开讨论之前,需要说明的是,编号为0的捕获组,指的是正则表达式整体,这一规则在支持捕获组的语言中,基本上都是适用的。下面对其它编号规则逐一展开讨论。1.2.1 普通捕获组编号规则
如果没有显式为捕获组命名,即没有使用命名捕获组,那么需要按数字顺序来访问所有捕获组。在只有普通捕获组的情况下,捕获组的编号是按照“(”出现的顺序,从左到右,从1开始进行编号的 。正则表达式:(\d{4})-(\d{2}-(\d\d)) 上面的正则表达式可以用来匹配格式为yyyy-MM-dd的日期,为了在下表中得以区分,月和日分别采用了\d{2}和\d\d这两种写法。用以上正则表达式匹配字符串:2008-12-31,匹配结果为:编号
命名
捕获组
匹配内容
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 命名捕获组编号规则
命名捕获组通过显式命名,可以通过组名方便的访问到指定的组,而不需要去一个个的数编号,同时避免了在正则表达式扩展过程中,捕获组的增加或减少对引用结果导致的不可控。不过容易忽略的是,命名捕获组也参与了编号的,在只有命名捕获组的情况下,捕获组的编号也是按照“(”出现的顺序,从左到右,从1开始进行编号的 。正则表达式:(?
用以上正则表达式匹配字符串:2008-12-31匹配结果为:编号
命名
捕获组
匹配内容
0
(?
2008-12-31
1
year
(?
2008
2
date
(?
12-31
3
day
(?
31
1.2.3 普通捕获组与命名捕获组混合编号规则
当一个正则表达式中,普通捕获组与命名捕获组混合出现时,捕获组的编号规则稍显复杂。对于其中的命名捕获组,随时都可以通过组名进行访问,而对于普通捕获组,则只能通过确定其编号后进行访问。混合方式的捕获组编号,首先按照普通捕获组中“(”出现的先后顺序,从左到右,从1开始进行编号,当普通捕获组编号完成后,再按命名捕获组中“(”出现的先后顺序,从左到右,接着普通捕获组的编号值继续进行编号。也就是先忽略命名捕获组,对普通捕获组进行编号,当普通捕获组完成编号后,再对命名捕获组进行编号。正则表达式:(\d{4})-(?
用以上正则表达式匹配字符串:2008-12-31,匹配结果为:编号
命名
捕获组
匹配内容
0
(\d{4})-(?
2008-12-31
1
(\d{4})
2008
3
date
(?
12-31
2
(\d\d)
31
2 捕获组的引用
对捕获组的引用一般有以下几种:1) 正则表达式中,对前面捕获组捕获的内容进行引用,称为反向引用;2) 正则表达式中,(?(name)yes|no)的条件判断结构;3) 在程序中,对捕获组捕获内容的引用。 2.1 反向引用
捕获组捕获到的内容,不仅可以在正则表达式外部通过程序进行引用,也可以在正则表达式内部进行引用,这种引用方式就是反向引用。反向引用的作用通常是用来查找或限定重复,限定指定标识配对出现等等。对于普通捕获组和命名捕获组的引用,语法如下:普通捕获组反向引用:\k
条件判断结构在平衡组中谈到过,基本应用和扩展应用都可以在其中找到例子,这里不再赘述,请参考 .NET正则基础之——平衡组。2.3 程序中引用
根据语言的不同,程序中对捕获组引用的方式也有所不同,下面就JavaScript和.NET进行举例说明。2.3.1 JavaScript中的引用
由于JavaScript中不支持命名捕获组,所以对于捕获组的引用就只支持普通捕获组的反向引用和$number方式的引用。程序中的引用一般在替换和匹配时使用。注:以下应用举例仅考虑简单应用场景,对于这种复杂场景暂不考虑。1) 在Replace中引用,通常是通过$number方式引用。举例:替换掉html标签中的属性。 //输出
test |
< type="text/javascript"> 2.3.2 .NET中的引用
由于.NET支持命名捕获组,所以在.NET中的引用方式会多一些。通常也是在两种场景下应用,一是替换,一是匹配。1) 替换中的引用普通捕获组:$number命名捕获组:${name}替换中应用,仍是上面的例子。举例:替换掉html标签中的属性。使用普通捕获组。string data = "
test |
test |
test |
test |
本文来自CSDN博客,转载请标明出处:http://blog.csdn.net/lxcnn/archive/2009/05/03/4146148.aspx
正则基础之——捕获组(capture group) - 雁过无痕 - CSDN博客
正则基础之——环视 - 雁过无痕 - CSDN博客
数据集成之主数据管理(一)基础概念篇 - woohooli的专栏 - CSDN博客
LINUX常用命令(基础) - ckboss的专栏 - CSDN博客
Java正则表达式入门 - 看上去很美 - CSDN博客
深入浅出之正则表达式(二) - 摩诘 - 博客园
深入浅出之正则表达式(二) - 摩诘 - 博客园
深入浅出之正则表达式(一) - 摩诘 - 博客园
正则表达式:正则表达式基础
[老狐教程]之《玩转RAW格式》——基础篇(二) - 无忌论坛
[老狐教程]之《玩转RAW格式》——基础篇(二) - 无忌论坛
内部排序 - 重剑无锋 - CSDN博客
30分钟K线,60分钟K线短线行情判断与涨停板捕获技巧——十善业,不二过——东方财富网博客
[老狐教程]之《玩转RAW格式》——基础篇 - 无忌论坛
CSDN技术中心 正则表达式
90%完成状态——项目经理应该小心的游戏之十四 - 牧心 - CSDN博客
日程小鸡——项目经理应该小心的游戏之十三 - 牧心 - CSDN博客
无线标记语言(WML)基础之基本知识 - CSDN 新闻
无线标记语言(WML)基础之程序结构 - CSDN 新闻
深入浅出之正则表达式(一)
深入浅出之正则表达式(二)
到了之后,我们会知道身处何方——项目经理应该小心的游戏之九 - 牧心 - CSDN博客
Qt之美(一):D指针/私有实现 - Xizhi Zhu的博客 - CSDN博客
正则表达式之道