正则表达式学习 3 选择、分组和后向引用

选择可以在两种或者更多的模式中选择一个

如 (The|the|THE) 匹配 THE RIME OF THE ANCYENT MARINERE, IN SEVEN PARTS.

也可以使用 (?i)the 达到相同效果（不区分大小写）。

 

正则表达式中的选项

(?d) Unix中的行

(?i) 不区分大小写

(?J) 允许重复的名字

(?m) 多行

(?s) 单行（dotall）

(?u) Unicode

(?U) 默认匹配最短

(?x) 忽略空格和注释

(?-...) 复原或关闭选项

 

子模式(t|T)h(e|eir) 匹配the The their Their

子模式括号不是必须的

使用字符组的子模式\b[tT]h[ceinry]*\b 可以匹配thee thence之类的

 

使用\1 或$1可以后向引用之前用圆括号捕获的内容 (\d)\d\1 可以匹配101

 

也可以给分组命名，这样引用的时候就可以用名字而不是数字了

如 用(?<one>it is)命名 用$+{one} 引用

命名分组的语法

(?<name>...) 命名分组

(?name...) 另一种命名分组的方式

(?P<name>...)    Python中命名分组

\k<name>       Perl中引用

\k'name'          Perl中引用

\g{name}        Perl中引用

\k{name}        .Net中引用

(?P=name)      Python中引用

 

不想引用分组的时候可以使用非捕获分组，由于不在内存中存储所以性能较高

比如(the|The|THE)就是

也可以这么写(?i)(?:the)

也可以这样(?:(?i)the)

更推荐这样(?i:the)

 

另一种非捕获分组是原子分组，如果用正则表达式引擎进行回溯，这种分组就可以将回溯操作关闭，它只针对原子分组内的部分，而不针对整个正则表达式

如(?>the)

原子分组主要与性能有关，书上没有过多介绍