go 正则表达式分组匹配_浅析正则表达式用法：匹配分组

一、匹配分组

字符

功能

|

匹配左右任意一个表达式

(ab)

将括号中的字符作为一个分组

\num

引用分组num匹配到的字符串

(?)

分组起别名

(\k)

引用别名为name分组匹配到的字符串

1、|

需求：匹配出0-100之间的数字

分析：首先我们明确这之间的数字包含0，两位数，100，也就是一位，两位，三位的可能都有，鉴于一位0，三位100都是单独数字，我们可以使用 | 来连接(相当于or)，着重考虑一位数[1-9]，两位数[10-99]，分析其特征，这里第一位数必须为[1-9]，第二位[0-9]都可以(\d可以表示)，对于一位数[1-9]的第二位可以不出现(？可以表示)，再加个结尾$，防止234匹配到23的情况。因此正则表达式为：

/^[1-9]\d?$|0$|100$/

2、(ab) 将括号中的字符作为一个分组

需求 ：在网页开发或者爬虫时，处理对象是HTML，比如某网页HTML中有这样的内容：

我的CSDN

。那么我该如何把

content

中的content提取出来呢？

分析：提取的内容用 () 括起来就可以了。

是固定标签，这是不变的，变的是content，因此我的正则表达式可表示为：

/

(.*)/

let res = /

(.*)/

'

我的博客

'.match(res)//(2) ["

我的博客

", "我的博客", index: 0, input: "

我的博客

", groups: undefined]//0: "

我的博客

"//1: "我的博客"//groups: undefined//index: 0//input: "

我的博客

"//length: 2

我们看看两个括号的情况：

let res = /(\d+)

(.*)/

'1234

我的CSDN

'.match(res)//(3) [" 1234

我的CSDN

", "1234", "我的CSDN",

index: 0, input: "1234

我的CSDN

", groups: undefined]

获取元素为3个的数组，就不多展开了，根据数组内容就可以很方便的获取到需要的content的内容。

所以说，() 在网页开发或爬虫里还是挺重要的。

3、\num 引用分组num匹配到的字符串

需求 ：还是以网页为例，比如判断某网页HTML格式是否正确，其中有内容：

我的CSDN

。这时，我们不关心里面的内容，我们关心的是格式是否正确，就是说这样的格式：标签必须有结束，

标签必须有

结束。

分析：这个时候像html和h1才是关键内容，如果我们把这些用()保存起来，并且在后面一定对应这些内容，就能保证标签的配对，而\num就是解决这样的问题的。

首先我们看个错误的样例：

let res = /<.><.>.+/

'

my csdn

'.match(res)//["

my csdn

", index: 0, input: "

my csdn

", groups: undefined]

let res = /<.><.>.+/

'

my csdn

'.match(res)//["

my csdn

", index: 0, input: "

my csdn

", groups: undefined]

我们把/html改成了/ht 明显格式不对，但还是匹配了。我们应该让第一个的内容出现在最后中，因此需要保存起来，用()括起来

正确的方法：我们应该把用()括起来，变成，因此正则表达式为：

/.+/

let res = /.+/

'

my csdn

'.match(res)//null

let res = /.+/

'

my csdn

'.match(res)//(3) ["

my csdn

", "html", "h1",

index: 0, input: "

my csdn

", groups: undefined]

解释下，这个\2 和 \1。这个就是对应(tag)的分组，可以通过下面的index内容获取。上面正确的标签，那么 \1指的就是html，\2 指的就是h1

4、(?) 分组起别名 和 (\k) 引用别名

需求 ：上面我们已经可以通过\num取得对应的内容用以限定前面的内容，但是如果我有100个括号，那我们就只能数括号的索引index，然后把用\index取得么？答案：当然不是。

分析：这时候取别名(?)就派上用场了，它通过对括号里的内容取别名，然后通过(\k)就可以取得对应的内容，你只要记住别名name，这样就不用去数括号，记索引了。是不是很人性化......

这个语法是：在括号里面同时写上取的别名，以 ? 命名；引用时以 \k 取得别名，所以该正则表达式为：

/.+)>.+)>.+)>)>/

let res1 = /.+)>.+)>.+)>)>/

'

my csdn

'.match(res1)//(5) ["

my csdn

", "html", "h1", "h1", "html",

index: 0, input: "

my csdn

", groups: {…}]

0: "

my csdn

"

1: "html"

2: "h1"

3: "h1"

4: "html"groups:

key1:"html"key2:"h1"index:0input:"

my csdn

"length:5__proto__: Array(0)

关于正则分组别名，详细的可以看之前总结的这篇博客：JavaScript 正则命名分组