`
xuedong
  • 浏览: 297650 次
  • 性别: Icon_minigender_1
  • 来自: 北京
社区版块
存档分类
最新评论

正则基础之——捕获组(capture group) .

阅读更多

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:(?<name>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.NETPHPPython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(?<name>Expression)是等价的。在PHPPython中命名捕获组语法为:(?P<name>Expression)

另外需要说明的一点是,除(Expression)(?<name>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))

 普通捕获组 

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}/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:(?<year>/d{4})-(?<date>/d{2}-(?<day>/d/d))

命名捕获组 

 

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

 

(?<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})-(?<date>/d{2}-(/d/d))

 捕获组——混合

 

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})-(?<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<number>,通常简写为/number

命名捕获组反向引用:/k<name>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.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<a href="javascript:document.write('<b>hello</b>')"/>这种复杂场景暂不考虑。

1)         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。

<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>


//输出


<table><tr><td> test </td></tr></table>

2)         在匹配时的引用,通常通过RegExp.$number方式引用。

举例:同时获取<img…>中的srcname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srcname?

 

  1. <textarea id="result" rows="10" cols="100"></textarea>   
  2. <script type="text/javascript">   
  3. var data = [' <img alt="" border="0" name="g6-o44-1" onload="DrawImage" src="/bmp/foo1.jpg" />'' <img src="/bmp/foo2.jpg" alt="" border="0" name="g6-o44-2" onload="DrawImage" />'] ;  
  4. var reg = /<img/b(?=(?:(?!name=).)*name=(['"]?)([^'"/s>]+)/1)(?:(?!src=).)*src=(['"]?)([^'"/s>]+)/3[^>]*>/i;  
  5. for(var i=0;i<data.length;i++)  
  6. {  
  7.     var s = data[i];  
  8.     document.getElementById("result").value += "源字符串:" + s + "/n";  
  9.     document.write("<br />");  
  10.     if(reg.test(s))  
  11.     {  
  12.         document.getElementById("result").value += "name: " + RegExp.$2 + "/n";  
  13.         document.getElementById("result").value += "src: " + RegExp.$4 + "/n";  
  14.     }  
  15. }  
  16. </script>  

<script type="text/javascript"></script>

 

 

 

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。

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GroupsResult对象进行引用。

对于捕获组0的引用,可以简写作m.Value

转自:http://blog.csdn.net/lxcnn/article/details/4146148

分享到:
评论

相关推荐

    正则基础之——捕获组(capture group).rar

    本文件“正则基础之——捕获组(capture group)”将深入讲解正则表达式中的一个重要概念——捕获组,这是理解和运用正则表达式不可或缺的一部分。 捕获组是正则表达式中的一种机制,它允许我们将一个模式分隔成多...

    正则表达式之——捕获(capture group)和反向引用.rar

    在正则表达式中,捕获组(Capture Group)和反向引用是两个非常重要的概念,它们能帮助我们更加精确地控制匹配规则。 首先,我们来了解捕获组。捕获组是通过圆括号 "(...)" 来定义的,它允许我们将一个正则表达式的...

    精通正则表达式~~~

    精通正则表达式第三版 搜集于网络 前言..........I 第1章:正则表达式入门.... 1 解决实际问题... 2 作为编程语言的正则表达式... 4 以文件名做类比... 4 以语言做类比... 5 正则表达式的知识框架... 6 对于...

    正则 捕获组(capture group)

    如果正则表达式同时包含普通捕获组和命名捕获组,系统会先为普通捕获组编号,然后再对命名捕获组编号。在这种情况下,命名捕获组仍然可以通过它们的名字进行引用。 捕获组的引用是正则表达式中的一个重要功能。它...

    C#正则语法及案例 c#经典案例.docx

    foreach (Capture capture in group.Captures) Console.WriteLine("Capture: " + capture.Value); } } ``` 在这个例子中,`pat`模式定义了两个组:第一个组匹配"abra",第二个组(可选)匹配"cad"。`...

    无涯教程(LearnFk)-Java-正则教程离线版.pdf

    2. 捕获组(Capture Group): - 捕获组是使用圆括号括起来的正则表达式的一部分,它的作用是将一部分匹配的文本保存为一个子匹配结果。在Java正则表达式中,捕获组通过其左括号的顺序来编号,左括号出现的第一个...

    02C#正则表达式编程.doc

    3. **Group类**:Group类表示单个捕获组的结果,捕获组是由括号()`定义的子表达式。一个Match可能包含零个或多个Group,每个Group可能包含零个或多个捕获(Capture)。 4. **Capture类**:Capture类表示单个捕获的...

    正则表达式 基础 pdf 教程

    捕获组(Capture Group) 捕获组允许我们将部分模式标记为一个单独的单元,并可以引用该单元。语法通常为`(...)`。例如: - `(abc)`:将"abc"作为一个整体进行匹配。 ##### 2. 非捕获组 非捕获组类似于捕获组,但...

    C#正则表达式快速入门.pdf

    `Capture`类表示正则表达式匹配中捕获到的一个片段,而`CaptureCollection`则是`Capture`对象的集合,通常用于存储多个捕获结果。 #### 2. `Group`和`GroupCollection` `Group`用于表示正则表达式中的一个分组,...

    named-regexp:为Java 56正则表达式命名的捕获组

    您可以对Java 7中的命名捕获组使用相同的构造(即(?&lt;name&gt;patt)等),如以下示例所示: import com.google.code.regexp.Pattern ; import com.google.code.regexp.Matcher ; public class NamedRegexpTest { ...

    正则表达式基础(全)

    4. `Group`类代表一个捕获组,捕获的是正则表达式中圆括号包围的部分。 5. `GroupCollection`是`Group`对象的集合,用于存储所有捕获的组。 6. `Capture`类代表单个捕获的子字符串。 7. `CaptureCollection`包含了一...

    C#正则表达式基础知识

    - **GroupCollection类**:包含一组`Group`对象,通常用于表示一个匹配结果中的所有捕获组。 - **Capture类**:表示捕获组内的具体匹配。 - **CaptureCollection类**:包含一组`Capture`对象,表示一个捕获组内的...

    C++.Net中要使用正则表达式所需要文件

    4. **Group类**:表示正则表达式中的捕获组。 - `Group::Value`:获取组的匹配值。 - `Group::Captures`:获取CaptureCollection,包含组内的所有捕获。 5. **Capture类**:表示正则表达式中一个特定的捕获实例。...

    C# 正则表达式快速入门.docx

    - `Match`: 表示单个正则表达式匹配的结果,包括一组捕获组(capture groups)。 - `MatchCollection`: 包含多个`Match`对象,用于一次性匹配多个结果。 - `Group`: 代表捕获组,可以捕获字符串中的一个子串。 -...

    简单C#正则表达式验证工具源码

    对于复杂的正则表达式,可能包含捕获组(capture group),即使用括号`()`定义的部分。这些组可以捕获匹配的子串,并且可以通过`Match.Groups`属性访问。该工具还可能实现了高亮显示匹配部分的功能,以直观地呈现...

    C#正则表达式编程 清华红皮书系列

    此外,正则表达式还可以配合`Group`和`Capture`类进行复杂的匹配操作,获取多个匹配的子串。 在实际应用中,正则表达式常用于数据验证,比如电子邮件地址、电话号码、日期格式的验证。C#提供了`RegexValidator`控件...

    C#正则表达式

    《C#正则表达式》这本书深入探讨了正则表达式在C#编程中的应用,不仅涵盖了基础的正则表达式语法,还特别强调了C#语言中特有的正则表达式特性和高级用法。正则表达式是数据处理、字符串匹配和文本搜索的核心工具,...

Global site tag (gtag.js) - Google Analytics