java 正则表达式 捕获组_Java 正则表达式之捕获组
Java 正则表达式之捕获组
一、概述
1.1 什么是捕获组
捕获组就是把正则表达式中子表达式匹配的内容，保存到内存中以数字编号或显式命名的组里，方便后面引用。当然，这种引用既可以是在正则表达式内部，也可以是在正则表达式外部。
捕获组有两种形式，一种是普通捕获组，另一种是命名捕获组，通常所说的捕获组指的是普通捕获组。语法如下：
普通捕获组：(Expression)
命名捕获组：(?Expression)
普通捕获组在大多数支持正则表达式的语言或工具中都是支持的，而命名捕获组目前只有 .NET、PHP、Python 等部分语言支持，Java 7.0 中提供对这一特性的支持。
另外需要说明的一点是，除(Expression)和(?Expression)语法外，其它的(?...)语法都不是捕获组。
1.2 捕获组编号规则
编号规则指的是以数字为捕获组进行编号的规则，在普通捕获组或命名捕获组单独出现的正则表达式中，编号规则比较清晰，在普通捕获组与命名捕获组混合出现的正则表达式中，捕获组的编号规则稍显复杂。
在展开讨论之前，需要说明的是，编号为0的捕获组，指的是正则表达式整体，这一规则在支持捕获组的语言中，基本上都是适用的。下面对其它编号规则逐一展开讨论。
1.2.1 普通捕获组编号规则
如果没有显式为捕获组命名，即没有使用命名捕获组，那么需要按数字顺序来访问所有捕获组。在只有普通捕获组的情况下，捕获组的编号是按照“(”出现的顺序，从左到右，从 1 开始进行编号的 。
正则表达式：(\d{4})-(\d{2}-(\d\d))
上面的正则表达式可以用来匹配格式为 yyyy-MM-dd 的日期，为了在下表中得以区分，月和日分别采用了 \d{2} 和 \d\d 这两种写法。
用以上正则表达式匹配字符串：2008-12-31，匹配结果为：
编号
命名
捕获组
匹配内容
0
(\d{4})-(\d{2}-(\d\d))
2008-12-31
1
(\d{4})
2008
2
(\d{2}-(\d\d))
12-31
3
(\d\d)
31
1.2.2 命名捕获组编号规则
命名捕获组通过显式命名，可以通过组名方便的访问到指定的组，而不需要去一个个的数编号，同时避免了在正则表达式扩展过程中，捕获组的增加或减少对引用结果导致的不可控。
不过容易忽略的是，命名捕获组也参与了编号的，在只有命名捕获组的情况下，捕获组的编号也是按照“(”出现的顺序，从左到右，从 1 开始进行编号的 。
正则表达式：(?\d{4})-(?\d{2}-(?\d\d))
用以上正则表达式匹配字符串：2008-12-31
匹配结果为：
编号
命名
捕获组
匹配内容
0
(?\d{4})-(?\d{2}-(?\d\d))
2008-12-31
1
year
(?\d{4})
2008
2
date
(?\d{2}-(?\d\d))
12-31
3
day
(?\d\d)
31
1.2.3 普通捕获组与命名捕获组混合编号规则
当一个正则表达式中，普通捕获组与命名捕获组混合出现时，捕获组的编号规则稍显复杂。对于其中的命名捕获组，随时都可以通过组名进行访问，而对于普通捕获组，则只能通过确定其编号后进行访问。
混合方式的捕获组编号，首先按照普通捕获组中“(”出现的先后顺序，从左到右，从1开始进行编号，当普通捕获组编号完成后，再按命名捕获组中“(”出现的先后顺序，从左到右，接着普通捕获组的编号值继续进行编号。
也就是先忽略命名捕获组，对普通捕获组进行编号，当普通捕获组完成编号后，再对命名捕获组进行编号。
正则表达式：(\d{4})-(?\d{2}-(\d\d))
编号
命名
捕获组
匹配内容
0
(\d{4})-(?\d{2}-(\d\d))
2008-12-31
1
(\d{4})
2008
2
date
(?\d{2}-(\d\d))
12-31
3
(\d\d)
31
二、捕获组的引用
正则表达式中，对前面捕获组捕获的内容进行引用，称为反向引用；
2.1 反向引用
捕获组捕获到的内容，不仅可以在正则表达式外部通过程序进行引用，也可以在正则表达式内部进行引用，这种引用方式就是反向引用。反向引用的作用通常是用来查找或限定重复，限定指定标识配对出现等等。
对于普通捕获组和命名捕获组的引用，语法如下：
普通捕获组反向引用：\k，通常简写为\number
命名捕获组反向引用：\k或者\k'name'
普通捕获组反向引用中 number 是十进制的数字，即捕获组的编号；命名捕获组反向引用中的name为命名捕获组的组名。
三、Java 中使用捕获组
在 Spring Cloud Zuul 中使用网关时，当 serviceId: serviceId-v1 时可自动映射为 v1/serviceId 路径
public PatternServiceRouteMapper serviceRouteMapper() {
return new PatternServiceRouteMapper(
"(?^.+)-(?v.+$)", "${version}/${name}");
}
其实现的原理如下：
public void testRegexGroup {
String serviceId = "serviceId-v1";
Pattern servicePattern = Pattern.compile("(?.+)-(?v.+$)");
Matcher matcher = servicePattern.matcher(serviceId);
String route = matcher.replaceFirst("${version}/${name}");
Assert.assertEquals("v1/serviceId", route);
}
参考：
每天用心记录一点点。内容也许不重要，但习惯很重要！