什么是正则表达式中的非捕获组？

最新推荐文章于 2023-03-07 11:25:10 发布

HuntsBot

最新推荐文章于 2023-03-07 11:25:10 发布

阅读量1k

点赞数

文章标签：正则表达式 edge c++

本文链接：https://blog.csdn.net/kalman2019/article/details/128624069

版权

问：

非捕获组（即 (?😃）如何在正则表达式中使用，它们有什么用？

答1:

保持自己快人一步,享受全网独家提供的一站式外包任务、远程工作、创意产品订阅服务–huntsbot.com

让我试着用一个例子来解释这一点。

考虑以下文本：

http://stackoverflow.com/
https://stackoverflow.com/questions/tagged/regex

现在，如果我在它上面应用下面的正则表达式…

(https?|ftp)://([^/\r\n]+)(/[^\r\n]*)?

…我会得到以下结果：

Match "http://stackoverflow.com/"
     Group 1: "http"
     Group 2: "stackoverflow.com"
     Group 3: "/"

Match "https://stackoverflow.com/questions/tagged/regex"
     Group 1: "https"
     Group 2: "stackoverflow.com"
     Group 3: "/questions/tagged/regex"

但我不关心协议——我只想要 URL 的主机和路径。因此，我更改了正则表达式以包含非捕获组 (?😃。

(?:https?|ftp)://([^/\r\n]+)(/[^\r\n]*)?

现在，我的结果如下所示：

Match "http://stackoverflow.com/"
     Group 1: "stackoverflow.com"
     Group 2: "/"

Match "https://stackoverflow.com/questions/tagged/regex"
     Group 1: "stackoverflow.com"
     Group 2: "/questions/tagged/regex"

看？第一组没有被抓获。解析器使用它来匹配文本，但稍后在最终结果中忽略它。

编辑：

根据要求，让我也尝试解释一下组。

好吧，团体有很多用途。它们可以帮助您从更大的匹配（也可以命名）中提取准确信息，它们可以让您重新匹配以前匹配的组，并且可以用于替换。让我们尝试一些例子，好吗？

假设您有某种 XML 或 HTML（请注意 regex may not be the best tool for the job，但它作为示例很好）。你想解析标签，所以你可以做这样的事情（我添加了空格以便于理解）：

   \<(?.+?)\> [^<]*? \\>
or
   \<(.+?)\> [^<]*? \

第一个正则表达式有一个命名组 (TAG)，而第二个正则表达式使用一个公共组。两个正则表达式都做同样的事情：它们使用第一组中的值（标签的名称）来匹配结束标签。不同之处在于第一个使用名称来匹配值，第二个使用组索引（从 1 开始）。

现在让我们尝试一些替换。考虑以下文本：

Lorem ipsum dolor sit amet consectetuer feugiat fames malesuada pretium egestas.

现在，让我们使用这个愚蠢的正则表达式：

\b(\S)(\S)(\S)(\S*)\b

此正则表达式匹配至少包含 3 个字符的单词，并使用组来分隔前三个字母。结果是这样的：

Match "Lorem"
     Group 1: "L"
     Group 2: "o"
     Group 3: "r"
     Group 4: "em"
Match "ipsum"
     Group 1: "i"
     Group 2: "p"
     Group 3: "s"
     Group 4: "um"
...

Match "consectetuer"
     Group 1: "c"
     Group 2: "o"
     Group 3: "n"
     Group 4: "sectetuer"
...

因此，如果我们应用替换字符串：

$1_$3$2_$4

…在它上面，我们尝试使用第一组，添加下划线，使用第三组，然后是第二组，添加另一个下划线，然后是第四组。生成的字符串将如下所示。

L_ro_em i_sp_um d_lo_or s_ti_ a_em_t c_no_sectetuer f_ue_giat f_ma_es m_la_esuada p_er_tium e_eg_stas.

您也可以使用命名组进行替换，使用 ${name}。

要玩转正则表达式，我推荐 http://regex101.com/，它提供了大量关于正则表达式如何工作的详细信息；它还提供了一些正则表达式引擎可供选择。

@ajsie：如果您对结果执行替换操作，传统（捕获）组最有用。这是一个例子，我抓住逗号分隔的最后一个 &名字，然后颠倒他们的顺序（感谢命名组）... regexhero.net/tester/?id=16892996-64d4-4f10-860a-24f28dad7e30

还可能指出非捕获组在使用正则表达式作为拆分分隔符时特别有用： "Alice and Bob"-split"\s+(?:and|or)\s+"

解释非捕获组 (?:) 和前瞻和后瞻断言 (?=, ?!) 之间的区别会很有趣。我刚开始学习正则表达式，但据我了解，非捕获组用于匹配并“返回”它们匹配的内容，但“返回值”不是“存储”用于反向引用。另一方面，前瞻和后瞻断言不仅没有“存储”，它们也不是匹配的一部分，它们只是断言某些东西会匹配，但如果我没记错的话，它们的“匹配”值会被忽略。 . （我大致正确吗？）

[] 是一个集合； [123] 匹配集合内的任何字符一次； [^123] 匹配任何不在集合内的东西一次； [^/\r\n]+ 匹配一个或多个不同于 /、\r、\n 的字符。

很好的解释，谢谢。只是一个小标注。在答案的第一个结果片段中，第 1 组应该是“https”而不是“http”。

答2:

huntsbot.com全球7大洲远程工作机会，探索不一样的工作方式

您可以使用捕获组来组织和解析表达式。非捕获组具有第一个好处，但没有第二个好处。例如，您仍然可以说非捕获组是可选的。

假设您要匹配数字文本，但某些数字可以写为 1st, 2nd, 3rd, 4th,… 如果您想捕获数字部分，而不是（可选）后缀，您可以使用非捕获组.

([0-9]+)(?:st|nd|rd|th)?

这将匹配 1、2、3… 形式或 1st、2nd、3rd… 形式的数字，但它只会捕获数字部分。

如果没有非捕获组，我可以这样做：([0-9]+)(st|nd|rd|th)?？有了 \1，我就有了号码，不需要 ?:。顺便说一句，最后的 ? 是什么？

在这种情况下，末尾的 ? 表示捕获组是可选的。

答3:

huntsbot.com – 程序员副业首选，一站式外包任务、远程工作、创意产品分享订阅平台。

当您想要对表达式进行分组但不想将其保存为字符串的匹配/捕获部分时，使用 ?:。

一个例子是匹配一个 IP 地址：

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

请注意，我不关心保存前 3 个八位字节，但 (?:…) 分组允许我缩短正则表达式，而不会产生捕获和存储匹配项的开销。

对于没有经验的读者：这将匹配一个 IP 地址，但也匹配无效的 IP 地址。验证 IP 地址的表达式会复杂得多。因此，不要使用它来验证 IP 地址。

补充一下，这就是说你有 1 到 3 位数字，后跟一个“.”，正好是 3 次，然后是另外 1 到 3 位数字。

答4:

huntsbot.com – 高效赚钱，自由工作

历史动机：

非捕获组的存在可以用括号来解释。

考虑表达式 (a|b)c 和 a|bc，由于连接优先于 |，这些表达式代表两种不同的语言（分别为 {ac, bc} 和 {a, bc}）。

但是，括号也用作匹配组（如其他答案所述…）。

当您想要有括号但不捕获子表达式时，您使用非捕获组。在示例中，(?:a|b)c

保持自己快人一步,享受全网独家提供的一站式外包任务、远程工作、创意产品订阅服务–huntsbot.com

我想知道为什么。因为我认为“为什么”对于记住这些信息至关重要。

答5:

huntsbot.com洞察每一个产品背后的需求与收益，从而捕获灵感

它使组不捕获，这意味着与该组匹配的子字符串不会包含在捕获列表中。 ruby 中的一个示例来说明差异：

"abc".match(/(.)(.)./).captures #=> ["a","b"]
"abc".match(/(?:.)(.)./).captures #=> ["b"]

为什么我们不能在这里只使用 "abc".match(/.(.)./).captures ？

@PRASANNASARAF 当然可以。代码的重点是表明 (?:) 不会产生捕获，而不是演示 (?:) 的有用示例。当您想要对子表达式进行分组时（例如，当您想要将量词应用于非原子子表达式或想要限制 | 的范围）时，(?:) 很有用，但您不需要想要捕捉任何东西。

这是IMO最准确的答案。 (1 上)

答6:

huntsbot.com提供全网独家一站式外包任务、远程工作、创意产品分享与订阅服务!

让我用一个例子来试试这个：

正则表达式代码：(?:animal)(?:=)(\w+)(,)\1\2

搜索字符串：

第 1 行 - animal=cat,dog,cat,tiger,dog

第 2 行 - animal=cat,cat,dog,dog,tiger

第 3 行 - animal=dog,dog,cat,cat,tiger

(?:animal) -->非捕获组 1

(?:=)–>非捕获组 2

(\w+)–>捕获组 1

(,)–>捕获的第 2 组

\1 -->捕获组 1 的结果，即第 1 行是猫，第 2 行是猫，第 3 行是狗。

\2 -->捕获的第 2 组的结果，即逗号 (,)

因此，在这段代码中，通过给出 \1 和 \2，我们稍后在代码中分别回忆或重复捕获的组 1 和 2 的结果。

按照代码的顺序，(?:animal) 应该是第 1 组，(?:=) 应该是第 2 组并继续…

但是通过给出?:，我们使匹配组不被捕获（在匹配组中不计数，因此分组编号从第一个捕获的组开始，而不是未捕获的组），这样结果的重复稍后无法在代码中调用匹配组 (?:animal)。

希望这解释了非捕获组的使用。

https://i.stack.imgur.com/ngQgX.png

huntsbot.com汇聚了国内外优秀的初创产品创意，可按收入、分类等筛选，希望这些产品与实践经验能给您带来灵感。

很好的解释。很有指导意义！！

答7:

打造属于自己的副业，开启自由职业之旅，从huntsbot.com开始!

捕获的组可以稍后在正则表达式中使用以匹配，或者您可以在正则表达式的替换部分中使用它们。建立一个非捕获组只是使该组免于出于这些原因中的任何一个使用。

如果您尝试捕获许多不同的事物并且您不想捕获某些组，则非捕获组非常有用。

这几乎就是它们存在的原因。当您了解群组时，请了解 Atomic Groups，它们会做很多事情！也有环视组，但它们稍微复杂一些，使用不多。

稍后在正则表达式中使用的示例（反向引用）：

<([A-Z][A-Z0-9])\b[^>]>.*?</\1> [查找 xml 标签（不支持 ns）]

([A-Z][A-Z0-9]*) 是一个捕获组（在本例中是标记名）

稍后在正则表达式中是 \1，这意味着它只会匹配第一组（([A-Z][A-Z0-9]*) 组）中的相同文本（在这种情况下它匹配结束标记）。

你能举一个简单的例子来说明以后如何使用它来匹配 OR 吗？

我的意思是您可以稍后使用 to 匹配，也可以在替换中使用它。那句话中的 or 只是为了向您展示捕获组有两种用途

答8:

一个优秀的自由职业者，应该有对需求敏感和精准需求捕获的能力，而huntsbot.com提供了这个机会

tl;dr 非捕获组，顾名思义是您不希望包含在匹配中的正则表达式部分，?: 是将组定义为非捕获组的一种方式-捕获。

假设您有一个电子邮件地址 example@example.com。以下正则表达式将创建两个组，即 id 部分和 @example.com 部分。 (\p{Alpha}*[a-z])(@example.com)。为简单起见，我们将提取包括 @ 字符在内的整个域名。

现在假设，您只需要地址的 id 部分。您要做的是抓取匹配结果的第一组，在正则表达式中被 () 包围，这样做的方法是使用非捕获组语法，即 ?:。所以正则表达式 (\p{Alpha}*[a-z])(?:@example.com) 将只返回电子邮件的 id 部分。

在我向下滚动到您的答案之前，我一直在努力理解所有这些答案！

答9:

huntsbot.com精选全球7大洲远程工作机会，涵盖各领域，帮助想要远程工作的数字游民们能更精准、更高效的找到对方。

一个简单的答案

使用它们来确保此处出现多种可能性之一 (?:one|two) 或可选短语 camp(?:site)? 或一般而言，您想要建立组/短语/部分的任何地方，而无需专门引用它。

他们将您捕获的组数保持在最低限度。

答10:

huntsbot.com聚合了超过10+全球外包任务平台的外包需求，寻找外包任务与机会变的简单与高效。

我无法评论最重要的答案：我想添加一个仅在最重要的答案中隐含的明确观点：

非捕获组 (?..) 不删除原始完整匹配中的任何字符，它只是重新组织正则表达式以直观地呈现给程序员。

要访问没有定义无关字符的正则表达式的特定部分，您总是需要使用 .group()

您提供了其余答案中缺少的最重要的提示。我尝试了其中的所有示例并使用了最好的脏话，因为我没有得到想要的结果。只有你的帖子告诉我我哪里出错了。

很高兴听到！

答11:

打造属于自己的副业，开启自由职业之旅，从huntsbot.com开始!

好吧，我是一名 JavaScript 开发人员，并将尝试解释其与 JavaScript 相关的意义。

考虑一个场景，当您想要匹配 cat 和 animal 并且两者之间应该有一个 is 时，您想要匹配 cat is animal。

 // this will ignore "is" as that's is what we want
"cat is animal".match(/(cat)(?: is )(animal)/) ;
result ["cat is animal", "cat", "animal"]

 // using lookahead pattern it will match only "cat" we can
 // use lookahead but the problem is we can not give anything
 // at the back of lookahead pattern
"cat is animal".match(/cat(?= is animal)/) ;
result ["cat"]

 //so I gave another grouping parenthesis for animal
 // in lookahead pattern to match animal as well
"cat is animal".match(/(cat)(?= is (animal))/) ;
result ["cat", "cat", "animal"]

 // we got extra cat in above example so removing another grouping
"cat is animal".match(/cat(?= is (animal))/) ;
result ["cat", "animal"]