java正则表达式分组( )分组
以下内容均为个人理解，方便后续复习用博客整理起来，如果有误，还望指正。。。。（以下均为java在eclipse中的正则表达式）
（ ）分组
在java正则表达式中，（ ）是分组的意思，依旧是所谓的捕获组。每一个（ ）代表着一个group，该组是通过从左至右计算其括号来编号。
一个经典的例子：
在表达式（（A）（B（C））），有四个这样的组：
- ((A)(B(C)))
- (A) 可以看出，这个分组就是按照括号从左至右计算得来的
- (B(C))
- (C)
可以通过调用 matcher 对象的 groupCount 方法来查看表达式有多少个分组。groupCount 方法返回一个 int 值，表示matcher对象当前有多个捕获组。
还有一个特殊的组（group(0)），它总是代表整个表达式。该组不包括在 groupCount 的返回值中。
到此，我对（）分组的探究并没有停止，在看了不少博客之后，我发现分组还能够通过引用来简化表达式，而引用的方式是（\1或者$1）。
总结下来分组 的作用（借鉴别人的博客）：
1.将某些规律看成是一组，然后进行组级别的重复，可以得到意想不到的效果。
2.分组之后，可以通过后向引用简化表达式（\1 或者$1）。
分组举列
先来看第一个作用，对于IP地址的匹配，简单的可以写为如下形式（eclipse中java正则）：
String pattern = "(\\d{1,3})\\.(\\d{1,3})\\.(\\d{1,3})\\.(\\d{1,3})";从这个 我们可以看出，这里有五个group，group(0)、group(1)、group(2)、group(3)、group(4),并且这几个分组的正则表达式都是一样的。我们可以对上述正则表达式进行简化。结果如下：
String pattern = "(\\d{1,3})(\\.(\\d{1,3})){3}";这个表达式的意思就是把IP地址xx.xx.xx.xx后面的带颜色的.xx重复三次。
再来看第二个作用，就拿匹配
.*
可以看出，上边表达式中有两个title，完全一样，其实可以通过分组简写。表达式如下：
<(title)>.* eclipse中是<(title)>.*
对于分组而言，整个表达式永远算作第0组，在本例中，第0组是<(title)>.*，然后从左到右，依次为分组编号，因此，(title)是第1组。看下面的代码
public class Title {
public static void main(String[] args) {
String title="hello ";
String pattern = "<(title)>.*";
Pattern p=Pattern.compile(pattern);
//Pattern p=Pattern.compile(pattern1);
Matcher m=p.matcher(title);
if(m.find()==true) {
boolean b=m.matches();
System.out.println(b);
System.out.println(m.group(0));
System.out.println(m.group(1));
System.out.println(m.group(2));
}
}
}会在控制台打印如下：
错误提示是没有组2，因为在这个代码中就只有（title）这一个组。
注意：
用\1这种语法，可以引用某组的文本内容，但不能引用正则表达式。
例如刚刚的IP地址正则表达式为(\\d{1,3})(\\.(\\d{1,3})){3}，里边的\\.(\\d{1,3})重复了三次，如果利用后向引用简化，表达式如下：
String pattern2 = "(\\d{1,3})(\\.\\1){3}";经过实际测试，会发现这样写是错误的，为什么呢？
后向引用，引用的仅仅是文本内容，而不是正则表达式！
也就是说，组中的内容一旦匹配成功，后向引用，引用的就是匹配成功后的内容，引用的是结果，而不是表达式。
因此，(\\d{1,3})(\\.\\1){3}这个表达式实际上匹配的是四个数都相同的IP地址，比如：225.225.225.225。代码：
public class IP {
public static void main(String[] args) {
String ip="225.225.225.225";
// String pattern = "(\\d{1,3})(\\.(\\d{1,3})){3}";
// String pattern1 = "(\\d{1,3})\\.(\\d{1,3})\\.(\\d{1,3})\\.(\\d{1,3})";
String pattern2 = "(\\d{1,3})(\\.\\1){3}";
Pattern p=Pattern.compile(pattern2);
Matcher m=p.matcher(ip);
if(m.find()==true) {
boolean b=m.matches();
System.out.println(b);
System.out.println(m.group(0));
}
}
}控制台打印结果：
正则真的玄妙，一个小小的（）分组都够研究半天了，估计是我太菜了。。。。。
注：在进一步学习后，遇到这个问题：
在使用?<=和?=时，例如：(?<=(href=\")).*(?=(\">))。
按照之前的分析，此时的group(1)是(?<=(href=\"))，group(2)应该是(href=\")，其实并不是这样的，在正则表达式中(?<=pattern)是一个字符。正确的group(1)是(href=\")。
贴一个例子：
public class UseGhd {
public static void main(String[] args) {
//(?<=(href=")).{1,200}(?=(">))
String s="
您好，非常好，很开心认识你\r\n" +
"
百度一下百度才知道\r\n" +
"
发发最佳帅哥\r\n" +
"
丽丽最佳美女\r\n" +
"
";
String pattern="(?<=(href=\")).*(?=(\">))";
Pattern p=Pattern.compile(pattern);
//Pattern p=Pattern.compile(pattern1);
Matcher m=p.matcher(s);
while(m.find()) {
//System.out.println(m);
System.out.println(m.group(0));
System.out.println(m.group(1));
System.out.println(m.group(2));
}
String s1="dog";
String pattern1="((.)(.(.)))";
Pattern p1=Pattern.compile(pattern1);
Matcher m1=p1.matcher(s1);
while(m1.find()) {
//System.out.println(m);
System.out.println(m1.group(0));
System.out.println(m1.group(1));
System.out.println(m1.group(2));
System.out.println(m1.group(3));
System.out.println(m1.group(4));
}
}
}结果：
其中道理 慢慢捋一捋就能知道。。。。