正则表达式高级用法: 分组

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。

更加系统的学习正则表达式的知识，请点击视频讲解：
正则表达式从入门到高手: https://edu.51cto.com/sd/59587

---

阅读更多文章，请关注公众号: 老王学源码