正则表达式--获取匹配和非获取匹配

    在使用正则表达式的时候，我们经常会使用()把某个部分括起来，称为一个子模式。

 

    子模式有Capturing和Non-Capturing两种情况。

 

    Capturing指获取匹配 ，是指系统会在幕后将所有的子模式匹配结果保存起来，供我们查找或者替换。如后向引用的使用；

    而Non-Capturing指非获取匹配 ，这时系统并不会保存子模式的匹配结果，子模式的匹配更多的只是作为一种限制条件使用，如正向预查，反向预查，负正向预查，负反向预查等。

 

后向引用

使用"\数字"代表前面某个子模式的匹配内容

 

    我们使用正则表达式，在很多场景下的作用是为了查找和替换，大部分语言的正则表达式实现中，在查找时，使用后向引用来代表一个子模式，语法是"\数字"，而在替换中，语法是"$数字"。

    在正则表达式中，我们可以使用 "\数字 " 来进行后向引用，数字 表示这里引用的是前面的第几个子模式。如下：

 

Text
<h1>This is a valid header</h1>
<h2>This is not valid.</h3>
RegEx
<h([1-6])>.*?</h\1 >
Result
<h1>This is a valid header</h1>
<h2>This is not valid.</h3>

 

 

    上面示例中，\1代表前面的子模式([1-6])的匹配结果 1，所以不符合的匹配<h2>..</h3>并没有被匹配。

    后向应用常见的应用常见是：

• 匹配重复单词 (\w+) \1

• 匹配合法的html标记，如上例。
  

 

非获取匹配

在子模式内部前面添加"?:"

 

    非获取匹配表示这个子模式的匹配内容不会被保存，不能用于后向引用中。简单说，非获取匹配就是 只匹配，不保存。看个例子：

 

Text
Windows 95 and Windows 98 are the successor.
Then Windows 2000 and Windows Xp appeared.
Windows Vista is the Latest version of the family.
RegEx
Windows (?:[\w]+\b)
Result
Windows 95 and Windows 98 are the successor.
Then Windows 2000 and Windows Xp appeared.
Windows Vista is the Latest version of the family.

 

    在这个例子中，子模式(?:[\w]+\b)是一个非获取匹配，只匹配内容，单并未保存字匹配的结果。

 

正向预查

在子模式的内部前面添加"?="

 

    正向预查的意思是，子模式仅仅作为条件限制，并不作为匹配结果输出，子模式前面的。

 

Text
Windows 95 and Windows 98 are the successor.
Then Windows 2000 and Windows Xp appeared.
Windows Vista is the Latest version of the family.
RegEx
Windows(?= [\d]+\b)
Result
Windows 95 and Windows 98 are the successor.
Then Windows 2000 and Windows Xp appeared.
Windows Vista is the Latest version of the family.

 

    这个例子中，要获取所有后面带有数字的Windows字符串。子模式在这里仅仅作为一个限制条件使用，仅参与匹配过程，并不作为匹配结果输出。

 

    负正向预查的作用正好与正向预查相反，语法为在子模式内部前面增加"?!"。

 

    比如上面例子，如果RegEx为Windows(?! [\d]+\b)，则匹配的结果会是Windows Xp和Windows Vista中的windows。

 

反向预查

在子模式的内部前面添加"?<="

 

    反向预查与正向预查很相似，子模式仅仅作为条件限制，不作为结果输出，唯一的不同是，正向预查匹配子模式前面的结果作为匹配结果，而反向预查匹配子模式后面的结果作为匹配结果。看个例子：

 

Text
CNY:100.2
USD:222.1
USD:301.3
HKD:122.1
CNY:114.4
 RegEx
(?<=CNY:)\d+\.\d
Result
CNY:100.2
USD:222.1
USD:301.3
HKD:122.1
CNY:114.4

 

    这个例子里，要获取属于CNY的金额。子模式仅参与匹配过程，并不作为匹配结果输出。

 

 

    负反向预查的作用正好与反向预查相反，语法为在子模式内部前面增加"?<!"。

 

    比如上面例子，如果RegEx为(?<!CNY:)\b\d+\.\d，则会获取不属于CNY的金额.