正则表达式分组
老王学源码 人气:0分组的使用场景
在书写正则表达式时，通常情况下，我们有两种场景会使用到分组。
一是：对一个子表达式进行重复；二是：想要获取到子表达式匹配到的内容。
- 对子表达式进行重复
如果需要重复单个字符，直接在字符后面加上限定符即可，例如 a+ 表示匹配1个或一个以上的a，a?表示匹配0个或1个a。
但是我们如果要对多个字符进行重复的话，就需要用到 分组 。
比如：(ab){3} 表示 ab 字符重复3次
正则中常用的限定符如下:
| 表达式 | 说明 |
|---|---|
| X ? | X ，一次或一次也没有 |
| X * | X ，零次或多次 |
| X + | X ，一次或多次 |
| X { n } | X ，恰好 n 次 |
| X { n ,} | X ，至少 n 次 |
| X { n , m } | X ，至少 n 次，但是不超过 m 次 |
- 获取到子表达式匹配到的内容
比如表达式: [a-z]*\d*[a-z]*，它表示a-z的字符重复0到多次，后面紧跟0到多个数字，后面再跟上多个a-z的字符。
显然，字符串 abcd324232efg 是满足匹配的串。那么，如果我们只想要获取到匹配串中数字 324232 后面的串 efg 呢？
这时，就可以通过分组的方式来改写正则表达式: [a-z]*\d*([a-z]*)。这样，我们就可以通过获取第 1 个分组匹配到的内容来达到目的。
分组的使用方法
正则中通过小括号“()”来指定需要重复的子表达式，然后再加上限定符对这个子表达式进行重复。
例如：(abc)? 表示0个或1个abc 。
一组括号里面的表达式就表示一个分组 。
捕获组
分组可以分为两种形式，捕获组和非捕获组。
捕获组和非捕获组的区别就是：捕获组表示的分组会捕获文本（即:匹配字符），而非捕获组表示的分组不会捕获文本。
捕获组可以通过从左到右计算其开括号来编号 。
例如，在表达式 (A)(B(C)) 中，存在四个这样的组：
| 分组编号 | 分组编号对应的子表达式 |
|---|---|
| 0 | (A)(B(C)) |
| 1 | (A) |
| 2 | (B(C)) |
| 3 | (C) |
注意：第0个分组始终代表整个表达式
分组的序号可以通过 Back 引用（反向引用） 在表达式中使用，也可以在匹配操作完成后从匹配器检索出分组匹配到的内容。
反向引用的知识将会在后续的文章中进行分析。
分组的使用实例
在一个完整的正则中，如果我们只想获取到某个子表达式匹配到的内容，就可以通过分组来达到目的。
比如:
待匹配串：abcd324232efg
想要获取到这个字符串中第二次连续出现的字母子串efg
我们可以通过分组的方式书写正则: [a-z]*\d*([a-z]*)。
可以看到，我们通过子表达式([a-z]*)来匹配第二次连续出现之母的子串，并且通过()添加了分组，这样，我们就可以通过分组来获取到相应的匹配内容了。
具体的获取方法不同的语言的语法可能会有差异，但是原理是相通的。
下面就来看一下 javascript 和 java 中是如何进行处理的？
javascript 获取分组内容
var str = "abcd324232efg";
var reg = new RegExp("([a-z]*)(\\d*)([a-z]*)");
var arr = str.match(reg);
// 显示匹配到的分组内容
alert(arr[0] + "===" + arr[1] + "===" + arr[2] + "===" + arr[3]);
alert(RegExp.$1 + "-----" + RegExp.$2 + "----" + RegExp.$3);
上面的例子中，我添加了 3 个分组。
通过 arr[n] 和 RegExp.$n 的方式都能获取到分组匹配内容。
在 javascript 中
\d需要进行转义
java 获取分组内容
public static void main(String[] args) {
String str = "abcd324232efg";
Pattern pattern = Pattern.compile("([a-z]*)(\\d*)([a-z]*)");
Matcher matcher = pattern.matcher(str);
if (matcher.find()) {
System.out.println(matcher.group());
System.out.println(matcher.group(0));
System.out.println(matcher.group(1));
System.out.println(matcher.group(2));
System.out.println(matcher.group(3));
}
}
在 java 中，通过 Matcher.group(n) 的方式拿到分组匹配内容。
在 javascript 中
\d需要进行转义
小结
分组通常有两种使用场景：一是：对一个子表达式进行重复；二是：想要获取到子表达式匹配到的内容。
分组是通过 () 来表示的，它是通过从左到右计算其开括号来进行编号的。
补充：正则表达式分组及常见的方法
/*
* 正则表达式分组功能:
* 捕获组可以通过从左到右计算其开括号来编号。例如，在表达式 ((A)(B(C))) 中，存在四个这样的组：
* split(regex) 参数是正则表达式 返回值是一个数组
* replaceAll(regex,replacement) 第一个参数是正则表达式, 第二个参数要替换成的字符串
*/
import java.util.Arrays;
public class RegexApply {
public static void main(String[] args) {
// TODO Auto-generated method stub
// demo1();
// demo2();
// demo3();
// demo4();
// demo5();
// demo6();
}
private static void demo6() {
/*
* \\. "" 将所有的. 替换为空字符串
* (.)\\1+ "$1" 将第一组出现的多次都替换 第一组出现的一次 $ 代表首字符
*/
String s = "我..我我...我....爱..爱爱爱....爱爱..学.学学..学学学...学习习..习...习.习.习......习习习习";
String s2 = s.replaceAll("\\.+", "");
String s3 = s2.replaceAll("(.)\\1+", "$1");
System.out.println(s3);
}
private static void demo5() {
/*
* 叠词切割： "acyyfgttthjzzzzzko";
* (.)\\1+ //1+代表第一组出现一次到多次
*/
String s = "acyyfgttthjzzzzzko";
String regex = "(.)\\1+"; //1+代表第一组出现一次到多次
String[] arr = s.split(regex);
for (int i = 0; i < arr.length; i++) {
System.out.println(arr[i]);
}
}
private static void demo4() {
/*
* 叠词 捕获组 (.)\\1(.)\\2 \\1代表第一组又出现一次 \\2代表第二组又出现一次
* (..)\\1 \\1代表第一组又出现了一次
*/
//叠词 飘飘亮亮,美美丽丽
String regex2 = "(.)\\1(.)\\2"; //\\1代表第一组又出现一次 \\2代表第二组又出现一次
System.out.println("漂漂亮亮".matches(regex2)); //true
System.out.println("美美丽丽".matches(regex2)); //false
System.out.println("高高兴兴".matches(regex2)); //true
System.out.println("死啦死啦".matches(regex2)); //false
System.out.println("----------------------");
//叠词 漂亮漂亮,美丽美丽
String regex = "(..)\\1";
System.out.println("死啦死啦".matches(regex)); //true
System.out.println("高兴高兴".matches(regex)); //true
System.out.println("快快乐乐".matches(regex)); //false
}
private static void demo3() {
/*
* replaceAll(regex,replacement) 第一个参数是正则表达式, 第二个参数要替换成的字符串
*/
String s = "aaoo1ddd3jgjao";
String regex = "\\d";
String s2 = s.replaceFirst(regex, "");
String s3 = s.replaceAll(regex, "");
System.out.println(s2); //aaooddd3jgjao
System.out.println(s3); //aaoodddjgjao
}
private static void demo2() {
/*
* split(regex) 参数是正则表达式 返回值是一个数组
*/
String s = "星期一.星期二.星期三.星期四";
String[] array = s.split("\\.");
System.out.println(Arrays.toString(array));
}
private static void demo1() {
/*
* 校验电话号码
* 1.必须是5-15位数字
* 2.开头不能位0
* 3.必须是纯数字
*/
String regex = "[1-9]\\d{5,15}";
System.out.println("804360385".matches(regex)); //true
System.out.println("430763075439703307503".matches(regex)); //false
System.out.println("03534534".matches(regex)); //false
}
}
总结
加载全部内容