正则表达式之捕获组

一、正则表达式之捕获组

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：

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.NET、PHP、Python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PHP和Python中命名捕获组语法为：(?P<name>Expression)。

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。

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))

用以上正则表达式匹配字符串：2008-12-31，匹配结果为：

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

二、java正则表达式,捕获组重命名怎么搞

1)捕获组之前讲过，就是匹配到的内容，按照()子表达式划分成若干组；

2)例如正则表达式：(ab)(cd(ef))就有三个捕获组，没出现一对()就是一个捕获组

i.引擎会对捕获组进行编号，编号规则是左括号(从左到右出现的顺序，从1开始编号；

1)捕获组的作用就是为了可以在正则表达式内部或者外部（Java方法）引用它；

2)如何引用？当然是通过前面讲的用捕获组的编号来引用咯！

i.\X：X是一个十进制数，X的范围必须落在捕获组编号范围之内，该表达式就匹配X号捕获组所匹配到的内容；

ii.从上面的描述可以看出，\X匹配的内容是必须X号捕获组匹配成功之后才能确定的！

iii.例如：([ab])\1，匹配aabbcc的结果是aa和bb，\1的内容必须要让1号捕获组捕获后才能确定，如果1号捕获的是a那么\1就是a，1号捕获到了b那么\1就是b；

4)正则表达式外部引用：就是用Matcher对象的start、end、group查询匹配信息时，使用捕获组编号对捕获组引用（int group）；

1)如果捕获组的数量非常多，那都用数字进行编号并引用将会非常混乱，并且难以记忆每个捕获组的内容及意义，因此对捕获组命名显得尤为重要；

2) Java 7开始提供了对捕获组命名的语法，并且可以通过捕获组的名称对捕获组反向引用（内外都行）；

i.命名捕获组的语法格式：(?<自定义名>expr)

ii.例如：(?<year>\d{4})-(?<date>\d{2}-(?<day>\d{2}))

a.有三个命名捕获组year、date和day

b.从左到右编号分别为1、2、3（编号同样是有效的）

i.正则表达式内引用：\k<捕获组名称>

！例如：(?<year>\d{4})-\k<year>可以匹配1999-1999

ii.外部引用：Matcher对象的start、end、group的String name参数指定要查询的捕获组的名称；

三、正则表达式在Java中的使用

1、正则表达式在Java中主要通过java.util.regex包来使用，其核心组件包括Pattern、Matcher和PatternSyntaxException。以下是详细的使用说明：

2、总结：正则表达式在Java中是一项功能强大的文本处理工具，通过java.util.regex包中的Pattern、Matcher和PatternSyntaxException等类，可以实现复杂的字符串匹配、替换和索引等操作。熟练掌握正则表达式的语法和使用方法，可以极大地提升文本处理的效率和灵活性。