1、概述

1.1 什么是捕獲組

捕獲組就是把正則表達(dá)式中子表達(dá)式匹配的內(nèi)容，保存到內(nèi)存中以數(shù)字編號(hào)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(dá)式內(nèi)部，也可以是在正則表達(dá)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(yǔ)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(dá)式的語(yǔ)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(yǔ)言支持，據(jù)說Java會(huì)在7.0中提供對(duì)這一特性的支持。上面給出的命名捕獲組的語(yǔ)法是.NET中的語(yǔ)法，另外在.NET中使用(?’name’Expression)與使用(?<name>Expression)是等價(jià)的。在PHP和Python中命名捕獲組語(yǔ)法為：(?P<name>Expression)。

另外需要說明的一點(diǎn)是，除(Expression)和(?<name>Expression)語(yǔ)法外，其它的(?...)語(yǔ)法都不是捕獲組。

1.2 捕獲組編號(hào)規(guī)則

編號(hào)規(guī)則指的是以數(shù)字為捕獲組進(jìn)行編號(hào)的規(guī)則，在普通捕獲組或命名捕獲組單獨(dú)出現(xiàn)的正則表達(dá)式中，編號(hào)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(dá)式中，捕獲組的編號(hào)規(guī)則稍顯復(fù)雜。

在展開討論之前，需要說明的是，編號(hào)為0的捕獲組，指的是正則表達(dá)式整體，這一規(guī)則在支持捕獲組的語(yǔ)言中，基本上都是適用的。下面對(duì)其它編號(hào)規(guī)則逐一展開討論。

1.2.1 普通捕獲組編號(hào)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(hào)是按照“(”出現(xiàn)的順序，從左到右，從1開始進(jìn)行編號(hào)的 。

正則表達(dá)式：(\d{4})-(\d{2}-(\d\d))

上面的正則表達(dá)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(dá)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(hào)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(gè)個(gè)的數(shù)編號(hào)，同時(shí)避免了在正則表達(dá)式擴(kuò)展過程中，捕獲組的增加或減少對(duì)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(hào)的，在只有命名捕獲組的情況下，捕獲組的編號(hào)也是按照“(”出現(xiàn)的順序，從左到右，從1開始進(jìn)行編號(hào)的 。

正則表達(dá)式：(?<year>\d{4})-(?<date>\d{2}-(?<day>\d\d))

用以上正則表達(dá)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(hào)規(guī)則

當(dāng)一個(gè)正則表達(dá)式中，普通捕獲組與命名捕獲組混合出現(xiàn)時(shí)，捕獲組的編號(hào)規(guī)則稍顯復(fù)雜。對(duì)于其中的命名捕獲組，隨時(shí)都可以通過組名進(jìn)行訪問，而對(duì)于普通捕獲組，則只能通過確定其編號(hào)后進(jìn)行訪問。

混合方式的捕獲組編號(hào)，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(jìn)行編號(hào)，當(dāng)普通捕獲組編號(hào)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(hào)值繼續(xù)進(jìn)行編號(hào)。

也就是先忽略命名捕獲組，對(duì)普通捕獲組進(jìn)行編號(hào)，當(dāng)普通捕獲組完成編號(hào)后，再對(duì)命名捕獲組進(jìn)行編號(hào)。

正則表達(dá)式：(\d{4})-(?<date>\d{2}-(\d\d))

用以上正則表達(dá)式匹配字符串：2008-12-31，匹配結(jié)果為：

2、捕獲組的引用

對(duì)捕獲組的引用一般有以下幾種：

1)正則表達(dá)式中，對(duì)前面捕獲組捕獲的內(nèi)容進(jìn)行引用，稱為反向引用；
2)正則表達(dá)式中，(?(name)yes|no)的條件判斷結(jié)構(gòu)；
3)在程序中，對(duì)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(dá)式外部通過程序進(jìn)行引用，也可以在正則表達(dá)式內(nèi)部進(jìn)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(biāo)識(shí)配對(duì)出現(xiàn)等等。

對(duì)于普通捕獲組和命名捕獲組的引用，語(yǔ)法如下：

普通捕獲組反向引用：\k<number>，通常簡(jiǎn)寫為\number

命名捕獲組反向引用：\k<name>或者\(yùn)k'name'

普通捕獲組反向引用中number是十進(jìn)制的數(shù)字，即捕獲組的編號(hào)；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(dú)說明。

2.2 條件判斷表達(dá)式

條件判斷結(jié)構(gòu)在平衡組中談到過，基本應(yīng)用和擴(kuò)展應(yīng)用都可以在其中找到例子，這里不再贅述，請(qǐng)參考 .NET正則基礎(chǔ)之——平衡組。

2.3 程序中引用

根據(jù)語(yǔ)言的不同，程序中對(duì)捕獲組引用的方式也有所不同，下面就JavaScript和.NET進(jìn)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(duì)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(shí)使用。

注：以下應(yīng)用舉例僅考慮簡(jiǎn)單應(yīng)用場(chǎng)景，對(duì)于<a href="javascript:document.write('<b>hello</b>')"/>這種復(fù)雜場(chǎng)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(biāo)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(shí)的引用，通常通過RegExp.$number方式引用。

舉例：同時(shí)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(shí)取出一個(gè)img標(biāo)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(huì)多一些。通常也是在兩種場(chǎng)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(biāo)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(duì)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(duì)象進(jìn)行引用。

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

對(duì)于捕獲組0的引用，可以簡(jiǎn)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(qǐng)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！