正则表达式 - 分组分组引用反向引用多选非捕获分组

Posted 2020-12-14 tina-12138

分组

作用：将相关的元素聚拢到一起，构成一个单元素

例子1：身份证号码是一个长度为15或18个字符的字符串，如果是15位，则全部由数字组成，首位不能为0；如果是18位，则前17位全部是数字，末位可能是数字，也可能是x[插图]

// 方式一： 不够精准：虽然能够匹配到身份证号码，但有些即使不是身份证号码的数据也能匹配
/[1-9]d{13,16}[0-9x]/

// 方式二：子规则:提取前面重复部分
  // 明白一点，身份证可以是15位，也可以是18位。如果是18位的话，末尾可能是x，也可能是数字
/[1-9]d{14}(d{2}[0-9x])?/

// 方式三：用或运算符: 将两种情况完全分离
/[1-9]d{14}|[1-9]d{16}[0-9x]/

例子2：使用子表达式匹配开始标签

/<[^/]([^>]*[^/])?/

例子3：根据路径获取模块名、控制器名和方法名（目前只考虑右图的三种可能情况）。名称只能是小写字母

// 感觉直接用字符串分割发给发就可以解决问题。
// 因为模块名和控制器名可能有，可能没有；先匹配模块名
//[a-z]+(/[a-z]+(_[a-z]+)?.php)?/
// 1. 有模块名一定会有，但控制器名可能有一个可能没有，可以将控制器名的正则放在一个分组里，通过 ? 控制它的有无 (/[a-z]+.php)?
// 2. 在控制器的分组中，方法名可以有一个，也可以没有。与上同理： (_[a-z]+)?

例子4：匹配邮箱。E-mail地址以@分隔为两段，之前的是用户名（username），之后的是主机名（hostname），用户名一般只容许出现数字和字母（现在有些邮件服务商也容许用户名中出现点号等字符了，这种情况复杂些，此处不做考虑），而主机名则是类似mail.google.com、mail.163.com之类的字符串。

// 用户名部分：最大长度为64位
[da-zA-Z]{0，64}
 // 匹配主机名：由若干个由点分割开的域名字段组成。最后一个域名字段称为顶级域名，必须有；其前面的为子域名，可有可无；域名字段有数字、字母、中横线组成，长度为{1，63}
 [-A-Za-z0-9]{1,63}
 
 // 匹配邮箱地址
 /[da-zA-Z]{0,64}@[-A-Za-z0-9]{1,63}/

多选

例子1：匹配0-255中间的所有数字: |的优先级在所有正则符中最低

  /([0-9]|[1-9][0-9]|1[0-9][0-9]|2[0-4][0-9]|25[0-5])/ 

引用分组

分组捕获：括号的作用不仅仅是把有联系的元素归拢起来并分组，它还有其他作用-使用括号之后，正则表达式会保存每个分组真正匹配的文本，等匹配完成之后，可以通过一定的方法引用分组在匹配时捕获的内容

注意：在js中可以通过reg.exec(‘字符串‘)的方式可以获取子分组匹配的内容，且返回的是一个包含索引的数组（请看上面右图）。但每次只能匹配一个符合条件的子分组，要想搜索所有的子分组，得用循环。且正则是否全局对搜索方式会有影响。网址

反向引用

引用分组是在正则表达式匹配完成后引用分组的匹配结果。通过反向引用，可以在正则表达式内部引用前面分组的匹配结果,引用方式 um,其中num表示所引用分组的编号（既那个分组是第几个分组）

例子：匹配一个字符串中连续出现的字母，目前只考虑小写字母的字符串

? 如上图所示：1+表示匹配编号为1的子表达式的匹配结果（是匹配结果，不是匹配规则，既e/d）一次以上。

这个图不知道有什么用

非捕获分组

无论是否需要引用分组匹配的结果，只要出现括号，正则表达式在匹配时就会将子表达式匹配的结果储存起来，提供引用。这样对于那些不需要引用的子表达式就会很耗费空间，如果表达式比较复杂，处理的文本比较多，就会影响正则的性能。 为了解决上面的问题，正则表达式提供了非捕获分组。

非捕获分组就是在开括号后面紧跟一个问好和冒号，像是(?:.....)

var reg = /(d{4})-(d{2})-(d{2})/g
reg.exec(‘2010-12-22‘) // 捕获分组的反向引用：长度为4（第一个是字符串本身），每一个分组都能引用

var reg1 = /(?:d{4})-(d{2})-(d{2})/g
reg1.exec(‘2010-12-22‘)  // 非捕获分组的反向引用：长度为3（第一个是字符串本身），(?:d{4})不能引用，因为没有被保存

var reg2 = /(?:d{4})-(d{2})-(d{2})-2/g
reg2.test(‘2010-12-22-22‘) // 在反向引用时，还是通过
um的形式获取前面分组的匹配结果，只不过在计算第几个分组时不包括非捕获分组

总结：为了程序的性能，以后在写不需要引用的分组时，最好使用非捕获分组的形式。

补充

/(w+.?)+/这样的形式是不可以的，捕获分组的个数不能动态变化