【正则表达式入门】第五节——子表达式

在本节开头，首先引出一个使用场景：
在一篇文章中，你想对由多个单词组成的整体进行匹配。即想对两个连续出现的单词，进行匹配。按照之前的思路，我们可能采用[/w]*这种语法来尝试进行正则表达式的设计。

但由于之前提到的使用元字符以及常见的重复匹配的语法等，只能对单一的结构来进行匹配，当面临对一个复杂结构，里面包含各种字符，原有的元字符不能很好的进行匹配，这时候引出“组”的概念，也就是子表达式。

子表达式，也就是对表达式进行分组和归类，然后可以对其所构成的“组”，进行整体性操作。

子表达式

使用( 与)来包裹子表达式。

正则表达式：
(10.10){2}

表示要匹配两个连续的10.10，其中{2}表示重复两次，(与)包裹的子表达式表示要匹配的内容。

根据上图结果显示，在这段长字符串中，虽然也存在10.10，但是正则表达式并未进行匹配，只匹配到了两个连续的10.10，作为匹配结果。

子表达式的嵌套

子表达式允许进行嵌套，虽然使用子表达式后，正则表达式可能看起来晦涩难懂，但是只要按照对应的语法对正则表达式进行划分，也能很好的理解其想表达的意思。

在这里，对在编程中经常遇到的日期、时间类型，通过使用子表达式的方式来很好的进行展示。

首先使用多个子表达式对日期类型的匹配。

正则表达式：
(\d{4}/)(\d{2}/)(\d{2})

上面的表达式中，使用了三个子表达式。其中第一个子表达式表示，对重复出现4次的数字，以及符号/进行匹配。第二个表达式表示，对重复出现2次的数字，以及符号/进行匹配。第三个表达式表示，只对对重复出现2次的数字进行匹配。

根据上图结果显示，正则表达式匹配到了全文中以yyyy/mm/dd格式的日期。

现在使用子表达式嵌套的方式，来对hh:mm:ss的时间格式进行匹配。

正则表达式：
((\d{2}:){2}\d{2})

现在对上面设计的正则表达式进行拆解，由于要匹配的时间是hh:mm:ss格式，在设计上，将hh:作为子表达式，并将其进行两次重复匹配。转换成正则表达式，即(\d{2}:){2}。
由于最后还剩下ss未进行匹配，这里我们在刚才的正则表达式后，再添加\d{2}表示要对整体的hh:mm:ss格式进行匹配。最后再用( 与)来包裹，组成一个新的子表达式，也就是((\d{2}:){2}\d{2})。

根据上图结果显示，在全文中，设计的正则表达式匹配到了hh:mm:ss格式的时间。

本节测试用例

cat
category
cat. X 10.9 Maverick

cat X 10.1010.10 Yosemite
cat1 X 10.10 Yosemite
cat2 X 10.10 Yosemite
Cat X 10.11 A Capita
category 10.12 Sierra
Category 10.13 Moj_
acat
<cat>A</cat>ads<cat>B</cat>
cat cat
1989-04-05
2000-02-14
Date 2023/03/21 10:20:23
Date 1937/02/23 09:21:34

「参考」
《正则表达式必知必会》