【The Java™ Tutorials】【Regular Expressions】7. Capturing Groups

编号

正则表达式((A)(B(C)))中有4个capturing group，它们分别是：

1. ((A)(B(C)))
2. (A)
3. (B(C))
4. (C)

编号其实很简单，从左向右找左括号就行。调用Matcher对象中的groupCount方法会返回该正则表达中capturing group的数量。

其实还有一个特殊的group，group 0，它表示整个正则表达式，它不被groupCount计算在内。

知道group的编号是很重要的，因为Matcher中很多方法接收group编号作为形参，比如：

• public int start(int group): Returns the start index of the subsequence captured by the given group during the previous match operation.
• public int end (int group): Returns the index of the last character, plus one, of the subsequence captured by the given group during the previous match operation.
• public String group (int group): Returns the input subsequence captured by the given group during the previous match operation.

比如我们的正则表示是(面积：)(\d)+，我们想得到面积是多少：

(面积：)(\d)+

但是这个正则表达匹配到的是“面积：123”，但是我们只想要“123”这个数字，这个时候我们就可以通过调用group(2)来直接得到这个数字。

反向引用（backreference）

我们先来看一个场景，再来解释什么是反向引用。我们想匹配像1212，2323这样数字，即第一位和第三位一样，第二位和第四位一样。用我们前面学的知识好像没法解决。这个时候反向引用就派上用场了：

The section of the input string matching the capturing group(s) is saved in memory for later recall via backreference. A backreference is specified in the regular expression as a backslash (\) followed by a digit indicating the number of the group to be recalled.

我们来看一下如何用反向应用解决我们的问题：

反向引用

其中\1就表示group 1匹配到的内容。