正则表达式之基础

Posted 2020-08-19

匹配组

正则表达式中用一对圆括号（）表示一个匹配组，括号中的匹配内容则被看做是一个整体。

（regex）

表示匹配regex并获取到一个自动命名的组，自动命名的组是从下标1开始的，依次是1,2,3,4,5。。。

例

([A-Z])(-)(\\d{2,3})(-\\d{2,3}[A-Z])?

其中就有四个匹配组，并且自动命名为1,2,3,4

（?<name>regex）

当然我们也可以用这种方式来为一个匹配组命名

(?<Group1>[A-Z])(?<Group2>-)(?<Group3>\\d{2,3})(?<Group4>-\\d{2,3}[A-Z])?

非获取匹配组

以上两种匹配组都是获取匹配，匹配到后会将结果保存已被后续的使用。典型的用法就是后项引用：

<(h\\d)>.*?</\\1>

关于非获取匹配我在上一篇 正则表达式之基础（三） 中已经介绍过，这里简单再总结一下，基本可以理解为，(?<=regex)以什么开头，(?<!regex)不以什么开头，(?=regex)以什么结尾，(?!regex)不以什么结尾

虽然这些都会包含一对圆括号，但匹配结果并不会被保存以备后用

替换

有了上面匹配组的一些简单知识，我们就可以运用它来做一些简单的替换操作了。

例

P-53-189A

-》

P-73-189A

([A-Z])(-)(\\d{2,3})(-\\d{2,3}[A-Z])?

$1-73$4

或

(?<Group1>[A-Z])(?<Group2>-)(?<Group3>\\d{2,3})(?<Group4>-\\d{2,3}[A-Z])?

${Group1}-73${Group4}

替换元素

替换	说明
$number	包括替换字符串中的由 number 标识的捕获组所匹配的最后一个子字符串，其中 number 是一个十进制值
${name}	包括替换字符串中由 (?<name> ) 指定的命名组所匹配的最后一个子字符串
$$	包括替换字符串中的单个“$”文本
$&	包括替换字符串中整个匹配项的副本
$`	包括替换字符串中的匹配项前的输入字符串的所有文本
$’	包括替换字符串中的匹配项后的输入字符串的所有文本
$+	包括在替换字符串中捕获的最后一个组
$_	包括替换字符串中的整个输入字符串

参考

实用正则表达式匹配和替换

正则表达式中的替代