正则表达式中的分组组合与反向引用符（转）

7.8 分组组合与反向引用符

分组组合符是将表达式中某部分内容组合起来的符号，反向引用符则是用于匹配分组组合捕获到的内容的标识符。

7.8.1 分组组合

（pattern）将pattern部分组合成一个可统一操作的组合项和子匹配，每个捕获的子匹配项按照出现的顺序存储在缓冲区中。缓冲区编号从1开始，最多可存储99个子匹配捕获的内容。存储在缓冲区中的子匹配捕获的内容，可以在编程语言中被检索，也可以在正则表达式中被反向引用。若要匹配字面意义的括号字符“(”和“)”，在正则表达式中要分别使用“\(”和“\)”。

7.8.2 反向引用

\num 匹配编号为num的缓冲区所保存的内容， num是标识特定缓冲区的一位或两位十进制正整数，这种方式称为子匹配的反向引用。反向引用能提供表示相同匹配项的能力。

例如，要匹配连续的3个数字字符，可以使用\d{3}作为正则表达式文本，可以匹配12345，但是要匹配连续的3个相同的数字字符，如3333、22222等，需要使用(\d)\1{2}作为正则表达式文本，\1表示与前面的(\d)所捕获的内容一致，\1{2}则表示前面的（\d）所捕获的内容还连续出现2次。

再如，要匹配“Is is the cost of of gasoline going up up?”中所有连续重复的单词部分，可使用/\b([a-z]+)\1\b/gi作为正则表达式文本，其中的[a-z]表示匹配a～z之间的任何一个字符，\b用于匹配单词的边界。

7.8.3 非捕获匹配

(?:pattern) 将pattern部分组合成一个可统一操作的组合项，但不把这部分内容当作子匹配捕获，即pattern部分是一个非捕获匹配，匹配的内容不存储在缓冲区中供以后使用。这对必须进行组合、但又不想让组合的部分具有子匹配特点的情况很有用。

例如，要将“xyz?”中的“xyz”组合起来，但并不想将匹配的内容保存在缓冲区中，应该使用“(?:xyz)?”，而不能使用“(abc)?”。又如，不能将“industry|industries”简单改写为“industry(ylies)”，若不需要引用或检索括号中的表达式所匹配的结果，最好还是写成“industry(?:ylies)”。

7.8.4 正向“预测先行”匹配

(?=pattern) 称为正向“预测先行”匹配，在被搜索字符串的相应位置，必须有pattern部分匹配的内容，但不作为匹配结果处理，更不会存储在捕获缓冲区中供以后使用。例如，“Windows (?=XP|2000)”只与“Windows 2000”或“Windows XP”中的“Windows”匹配，而不与“Windows 2003”中的“Windows”匹配。

注意

该模式下匹配的结果只是“Windows”部分，而使用“Windows (?:NT|2000)”匹配的是整个“Windows 2000”或“Windows NT”。如果要将 “NT”和“2000”前面的“Windows”替换成“Win”，需要使用“Windows (?=NT|2000)”，而不能使用“Windows (?:NT|2000)”，否则，整个“Windows 2000”或“Windows NT”将被替换成“Win”。

7.8.5 反向“预测先行”匹配

（?!pattern）称为反向“预测先行”匹配，在被搜索字符串的相应位置不能有pattern部分匹配的内容，此外，其功能与正向“预测先行”匹配一样。例如， “Windows (?!XP|2000)”不与“Windows 2000”或“Windows XP”中的“Windows”匹配，而可以与“Windows 2003”中的“Windows”匹配。

 

http://book.51cto.com/art/200804/68964.htm