一起学习正则表达式（三）分组与引用

思维导图

转载请注明出处：https://www.jianshu.com/p/2dfa4e41203b

本文出自 容华谢后的博客

往期回顾：

《一起学习正则表达式（一）那些让人头晕的元字符》

《一起学习正则表达式（二）量词与贪婪》

《一起学习正则表达式（三）分组与引用》

《一起学习正则表达式（四）常见的4种匹配模式》

《一起学习正则表达式（五）断言匹配》

《一起学习正则表达式（六）正则匹配原理》

《一起学习正则表达式（七）回溯陷阱》

0.写在前面

今天我们来讲下正则中的分组与引用，其实在第一篇文章中，我们在实战环节就已经用到分组这个功能了，回顾下 IPv4 地址的正则表达式：

^([1-9][0-9]?|1[0-9][0-9]|2[0-4][0-9]|25[0-5])(\.(0|[1-9][0-9]?|1[0-9][0-9]|2[0-4][0-9]|25[0-5])){3}$

可以简写下：

^(条件1)(\.(条件2)){3}$

可以看到在表达式中出现了几对括号，为什么要用括号把表达式括起来，这些括号有什么作用呢，我们一起来看下。

1.分组与编号

括号在正则中可以用于分组，被括号括起来的部分可以称为子表达式，会被保存成一个子组。

举个栗子，有一个日期时间 2021-06-01 13:14:21，我们想要提取出其中的日期和时间，就要用括号对日期和时间进行分组，如下图所示：

分组与编号

可以看到图中有两个分组，日期分组是第1个，时间分组是第2个，我们以左括号的位置，来表示分组的标号，从1开始，第几个左括号，就是第几个分组。

上面的栗子，我们再分的细一点，我们要分别提取其中的年、月、日，时、分、秒，如下图所示：

括号嵌套

可以看到日期的分组编号是 1，时间分组的编号是 5，年月日的分组编号分别是 2，3，4，时分秒的分组编号分别是 6，7，8。

2.不保存子组

分组是有一定的性能消耗的，在有些情况下，我们只是单纯的想要分组，后续并不想使用它，就可以在左括号的后面加上 ?: 表示不保存子组。

比如，需要是使用正则匹配目标字符串中的15位或18位数字：

功能	正则	示例
保存子组	(正则)	\d{15}(\d{3})?
不保存子组	(?:正则)	\d{15}(?:\d{3})?

保存子组

不保存子组

我们之前讲过的 IPv4 正则表示就可以优化下：

^(?:[1-9][0-9]?|1[0-9][0-9]|2[0-4][0-9]|25[0-5])(?:\.(?:0|[1-9][0-9]?|1[0-9][0-9]|2[0-4][0-9]|25[0-5])){3}$

IPv4地址正则匹配

3.分组引用

上面讲完了分组，我们来看下如何来引用分组，大部分语言都是用 反斜杠 + 编号 的方式，个别的比如 JavaScript语言，使用的是 美元符号 + 编号 的方式：

编程语言	查找时引用方式	替换时引用方式
Python	\number 如 \1	\number 如 \1
Go	官方包不支持	官方包不支持
Java	\number 如 \1	$number 如 $1
JavaScript	$number 如 $1	$number 如 $1
PHP	\number 如 \1	\number 如 \1
Ruby	\number 如 \1	\number 如 \1

4.查找与替换

查找

到这里我们已经学完了分组与引用的知识，一起来实践下，有这样一个需求，在一个目标字符串中，查找两个重复出现的单词。

还没有学到单词边界，我们先用 \w{2,} 来表示出现的单词，重复的单词就是 (\w{2,} \1)，看下结果：

分组查找

替换

上面的内容，我们讲到了日期的分组，来替换下：

分组替换

对应的 Python 代码如下：

import re

test_str = "2021-06-01 13:14:21"
regex = r"((\d{4})-(\d{2})-(\d{2})) ((\d{2}):(\d{2}):(\d{2}))"
subst = r"\2年\3月\4日 \6时\7分\8秒"
result = re.sub(regex, subst, test_str)
print(result)

输出：2021年06月01日 13时14分21秒

5.在文本编辑器中使用

正则表达式不仅可以在代码中使用，在文本编辑器中也是比较常用的，以 Sublime Text 3 举例来讲下正则的查找与替换，学完之后，会让你的工作事半功倍。

点击 Find -> Find 选项，或者使用快捷键 Ctrl + F 可以唤起查找功能：

Sublime Text 查找.png

点击 Find -> Replace 选项，或者使用快捷键 Ctrl + H 可以唤起替换功能：

Sublime Text 替换.png

查找

我们来实现一个查找邮箱的功能，此处的邮件正则只是简单演示使用，当点击 Find All 按钮后，可以看到邮箱都被找到了，此时如果点击 Ctrl + C 复制，可以把找到的邮箱单独粘贴出来：

查找演示

替换

演示下我们上面讲过的替换例子：

替换演示

怎么样，是不是很方便，几乎所有的主流编辑器都是支持正则的，学会了正则，对我们的工作帮助还是挺大的。

6.写在最后

最后在总结下上面讲到的内容：

思维导图

到这里，正则表达式的分组与引用就讲完了，如果有问题可以给我留言评论，谢谢。

正则表达式在线校验工具：https://regex101.com/