正则表达式之分组捕获、条件表达式、平衡组

其实我是想说平衡组，但我并是想写一篇给零基础的朋友们阅读，我希望你是对正则有所了解，对平衡组不太了解的朋友阅读。如果已经了解，看看也无妨。多一点思路。

 

分组捕获 - ()

就是用括号把要匹配的内容扩起来

 

命名分组捕获 - (?<name>)或(?'name')

 

就是在分组捕获的基础上，增加?<分组名>或?'分组名'

 

为了巩固印象，举个例子

axaxbxxxbxxx

分组捕获：

(a)x

一次匹配结果，将会得到ax，其中分组1捕获结果为a

命名分组捕获：

同样的文本，使用(?<data>a)x

一次匹配结果，你可以用分组序号1，或是分组名data获得分组匹配结果a

 

条件表达式 - (?<data>...)(?(data)yes|no)
非常高兴，我们开始切入正题了。条件表达式让我们的正则具有了一定的逻辑判断能力。比如：

文本：

文本[12]和【56】abcd

要求：

找到[]或【】中间的数字

我们自然要考虑[】或是【]这两种错误的配对关系，这正好使用条件表达式

(?<=(?<o1>/[)|(?<o2>/【))/d+(?=(?(o1)/]|/】))

别看晕了，容我慢慢给你讲明这个表达式的书写思路。

首先，我们要的是中间的数字，如果有其他的怎么办?当然是整个丢掉，我们不打算跑题的节外生枝把[文字]也捕获进来，或是具有容错的[ 12]捕获进来，我们在讨论问题，就题目而论就可以了。

我首先想到的应该使用(?<=exp)/d+(?=exp2)的写法，这样最终结果就只有数字了。

那么，exp如何写呢？

很简单，(?<=[/[/【])，这样的话，我们无法做到前后的括号类型配对，好吧，我们把[和【分别捕获，并记录对应的分组，这样方便后面可以引用。

前面部分就变成：

(?<=(?<o1>/[)|(?<o2>【))

就单这一部分，我们就捕获到了一个位置，前面是[或是【的位置，而如果前面是[，则分组o1捕获到，反之o2捕获到，到目前为止，都关系不大。但为了能得到对应的匹配，我们配合条件表达式，就方便很多了。

exp2

我们可以写为

(?=(?(o1)/]|/】))

什么意思呢?

(?(o1)/]|/】)

表示这里检查o1分组捕获情况，如果捕获成功，则执行/]的匹配，反之，执行/】的匹配。这样，我们用条件表达式，就可以确定[]和【】的对应关系了。

平衡组(?<group>)(?<-group>)(?(group)?!)

这个名词已经用了很久了，无从考证出处，《c#字符串和正则表达式》书中没有提到，无所谓出处了，但这个名字，倒是让一个简单的概念变得复杂了，可能我也愚笨，弄了好久才明白，其实很简单的东西。

说白了，就是命名分组的一个高级用法，命名分组，我们写(?<group>)可以把捕获到的内容压入堆栈，而另一个高级的用法，是(?<-group>)可以把已经压入堆栈的元素弹出堆栈，(?(group)?!)则是我们刚才看到的条件表达式，如果捕获到了group分组，则执行?!表达式，?!就是表达式为假，匹配失败。

举个不用标准写法的例子，可能更容易理解一点。

例如文本：

xxxxaxxaxxaxxbxxbxxbxxxx

我们可以用代码方式做a...b的验证

string test = "xxxxaxxaxxaxxbxxbxxbxxxx"; Match m = Regex.Match(test, "a((?<o>a)|(?<-o>b)|[^ab]+)+b"); if (m.Groups["o"].Captures.Count > 0) { Console.WriteLine("错误，不是完整的a...b对应关系，有单独的a存在"); } else { Console.WriteLine("很好，a...b对应。"); }

可以不使用条件表达式，在代码中判断也可以。

做这个例子的意义是什么呢？意思就是说明所谓的“平衡组”的工作原理，是检查是否还有没有弹出栈的分组，如果有，则表明不是配对存在的，反之是配对出现的。这就是常用的平衡组意义。