分组

分组在正则中用()表示,分组的作用有两个:

1.将某些规律看成是一组,然后进行组级别的重复,可以得到意想不到的效果。

2.分组之后,可以通过后向引用简化表达式(\1 或者$1)。

eg:

先来看第一个作用,对于IP地址的匹配,简单的可以写为如下形式:

    /\d{1,3}.\d{1,3}.\d{1,3}.\d{1,3}/
1

但仔细观察,我们可以发现一定的规律,可以把.\d{1,3}看成一个整体,也就是把他们看成一组,再把这个组重复3次即可。表达式如下:

    /\d{1,3}(.\d{1,3}){3}/
1

再来看第二个作用,就拿匹配<title>xxx</title>标签来说,简单的正则可以这样写:

    /<title>.*<\/title>/
1

可以看出,上边表达式中有两个title,完全一样,其实可以通过分组简写。表达式如下:

    /<(title)>.*<\/\1>/
1

对于分组而言,整个表达式永远算作第0组 在上述例中,第0组是<(title)>.*</\1>,然后从左到右,依次为分组编号,因此,(title)是第1组

注意

用\1这种语法,可以引用某组的文本内容,但不能引用正则表达式。

例如刚刚的IP地址正则表达式为\d{1,3}(.\d{1,3}){3},里边的\d{1,3}重复了两次,如果利用后向引用简化,表达式如下

    /(\d{1,3})(.\1){3}/
1

经过实际测试,会发现这样写是错误的,为什么呢?

后向引用,引用的仅仅是文本内容,而不是正则表达式!

也就是说,组中的内容一旦匹配成功,后向引用,引用的就是匹配成功后的内容,引用的是结果,而不是表达式。

因此,(\d{1,3})(.\1){3}这个表达式实际上匹配的是四个数都相同的IP地址,比如:123.123.123.123

不捕获

不捕获其实就是在分组的前边加上?:,可以在不需要捕获分组的表达式中使用,加快表达式执行速度。

就拿匹配

xxx标签来说,通过分组可以简写为

    /<(title)>.*<\/\1> /
1

但是如果是(?:title),则\1就不能捕获到这个子组了,只能捕获第一个出现的非?:的分组作为\1

提示

(?:title)本身会在完整匹配中,只是不在子组中,注意和断言的区别

断言

所谓断言,就是指明某个字符串前边或者后边,将会出现满足某种规律的字符串 就拿匹配<title>xxx</title>标签来说 我们想要的是xxx,它没有规律,但是它前边肯定会有<title>,后边肯定会有</title>,这就足够了 想指定xxx前肯定会出现<title>,就用正后发断言,表达式:

/(?<=<title>).*/
1

想指定xxx后边肯定会出现,就用正先行断言,表达式:

/.*(?=<\/title>)/
1

两个加在一起,就是

/(?<=<title>).*(?=<\/title>)/
1

对正后发和正先行的解释:

其实掌握了规律,就很简单了,无论是先行还是后发,都是相对于xxx而言的,也就是相对于目标字符串而言。

假如目标字符串后边有条件,可以理解为目标字符串在前,就用先行断言,放在目标字符串之后。

假如目标字符串前边有条件,可以理解为目标字符串在后,就用后发断言,放在目标字符串之前。

假如指定满足某个条件,就是正。

假如指定不满足某个条件,就是负。

断言只是条件,帮你找到真正需要的字符串,本身并不会匹配!

!表示正好相反的意思,就是把=换成了!,看表格解释,X代表字符

表达式 释义
(?=X ) 零宽度正先行断言。仅当子表达式 X 在 此位置的右侧匹配时才继续匹配。例如,\w+(?=\d) 与后跟数字的单词匹配,而不与该数字匹配。此构造不会回溯。
(?!X) 零宽度负先行断言。仅当子表达式 X 不在 此位置的右侧匹配时才继续匹配。例如,例如,\w+(?!\d) 与后不跟数字的单词匹配,而不与该数字匹配 。
(?<=X) 零宽度正后发断言。仅当子表达式 X 在 此位置的左侧匹配时才继续匹配。例如,(?<=19)99 与跟在 19 后面的 99 的实例匹配。此构造不会回溯。
(?<!X) 零宽度负后发断言。仅当子表达式 X 不在此位置的左侧匹配时才继续匹配。例如,(?<!19)99 与不跟在 19 后面的 99 的实例匹配
lastUpdated: 9/7/2018, 12:01:16 PM