分组，捕获及后向引用

-- Start

我们在 括号及后向引用 一节中了解到了括号的两种用途：分组和捕获。

分组

事实上，正在表达式还一共提供了三种结构用于分组，如下：

元字符(Metacharacter)	匹配(Matches)
(...)	分组
(?:...)	分组
(?>…)	固化分组

它们之间有什么区别呢？ 我们先看一个例子吧。

#!/usr/bin/perl

my $testText = "#test#"; # 测试文本

# 基准
if($testText =~ m/#.*#/) {
	print "#.*# 匹配了 #test#\n";
}

# 测试 (...)
if($testText =~ m/(#.*#)/) {
	print "(#.*#) 匹配了 $1\n";
}

# 测试 (?:...)
if($testText =~ m/(?:#.*#)/) {
	print "(?:#.*#) 匹配了 $1\n";
}

# 测试 (?>...)
if($testText =~ m/(?>#.*#>)/) {
	print "(?>#.*#>) 匹配了 $1\n";
} else {
	print "(?>#.*#>) 无法匹配 #test#\n";
}

运行结果：

#.*# 匹配了 #test#
(#.*#) 匹配了 #test#
(?:#.*#) 匹配了
(?>#.*#>) 无法匹配 #test#

从结果中我们可以看出，(?:...) 只能用于分组，而 (...) 除了分组还捕获了括号中的内容。那 (?>...) 是什么意思呢？(?>#.*#>) 为什么无法匹配 #test# 呢？要想理解什么是固化分组，我们必须深入正则表达式的匹配原理，我们在 贪婪，非贪婪和占有量词的区别 一节中介绍了什么是 占有量词，如果你理解了什么是占有量词，那么肯定知道了为什么 (?>#.*#>) 无法匹配 #test#。

捕获和后向引用

我们知道了括号除了可以用于分组，还可以用于捕获。我们为什么要捕获括号中的内容呢？ 主要原因是，在捕获之后，我们可以通过后向引用来得到之前捕获的内容，这在文本替换操作中非常重要，捕获及后项引用的形式如下：

元字符(Metacharacter)	匹配(Matches)
(...)	捕获
\n	引用第n个括号中匹配的内容
(?<name>...)	命名捕获

命名捕获的意思是给捕获的内容起个名字，稍后我们可以通过这个名字来引用其内容，而无需通过 \n 的形式来引用。Perl 和 Java 不支持命名捕获。

--更多参见：正则表达式精萃
-- 声 明：转载请注明出处
-- Last Updated on 2012-05-13
-- Written by ShangBo on 2012-05-13
-- End