正則表達(dá)式分組與引用的使用

更新時(shí)間：2021年07月26日 10:00:18 作者：容華謝后

今天我們來(lái)講下正則中的分組與引用，文中通過(guò)示例代碼介紹的非常詳細(xì)，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下

0.寫在前面

今天我們來(lái)講下正則中的分組與引用，其實(shí)在第一篇文章中，我們?cè)趯?shí)戰(zhàn)環(huán)節(jié)就已經(jīng)用到分組這個(gè)功能了，回顧下 IPv4 地址的正則表達(dá)式：

^([1-9][0-9]?|1[0-9][0-9]|2[0-4][0-9]|25[0-5])(\.(0|[1-9][0-9]?|1[0-9][0-9]|2[0-4][0-9]|25[0-5])){3}$

可以簡(jiǎn)寫下：

復(fù)制代碼代碼如下:

^(條件1)(\.(條件2)){3}$

可以看到在表達(dá)式中出現(xiàn)了幾對(duì)括號(hào)，為什么要用括號(hào)把表達(dá)式括起來(lái)，這些括號(hào)有什么作用呢，我們一起來(lái)看下。

1.分組與編號(hào)

括號(hào)在正則中可以用于分組，被括號(hào)括起來(lái)的部分可以稱為子表達(dá)式，會(huì)被保存成一個(gè)子組。

舉個(gè)栗子，有一個(gè)日期時(shí)間 2021-06-01 13:14:21，我們想要提取出其中的日期和時(shí)間，就要用括號(hào)對(duì)日期和時(shí)間進(jìn)行分組，如下圖所示：

分組與編號(hào)

可以看到圖中有兩個(gè)分組，日期分組是第1個(gè)，時(shí)間分組是第2個(gè)，我們以左括號(hào)的位置，來(lái)表示分組的標(biāo)號(hào)，從1開始，第幾個(gè)左括號(hào)，就是第幾個(gè)分組。

上面的栗子，我們?cè)俜值募?xì)一點(diǎn)，我們要分別提取其中的年、月、日，時(shí)、分、秒，如下圖所示：

括號(hào)嵌套

可以看到日期的分組編號(hào)是 1，時(shí)間分組的編號(hào)是 5，年月日的分組編號(hào)分別是 2，3，4，時(shí)分秒的分組編號(hào)分別是 6，7，8。

2.不保存子組

分組是有一定的性能消耗的，在有些情況下，我們只是單純的想要分組，后續(xù)并不想使用它，就可以在左括號(hào)的后面加上 ?: 表示不保存子組。

比如，需要是使用正則匹配目標(biāo)字符串中的15位或18位數(shù)字：

功能	正則	示例
保存子組	(正則)	\d{15}(\d{3})?
不保存子組	(?:正則)	\d{15}(?:\d{3})?

保存子組

不保存子組

我們之前講過(guò)的 IPv4 正則表示就可以優(yōu)化下：

復(fù)制代碼代碼如下:

^(?:[1-9][0-9]?|1[0-9][0-9]|2[0-4][0-9]|25[0-5])(?:\.(?:0|[1-9][0-9]?|1[0-9][0-9]|2[0-4][0-9]|25[0-5])){3}$

IPv4地址正則匹配

3.分組引用

上面講完了分組，我們來(lái)看下如何來(lái)引用分組，大部分語(yǔ)言都是用 反斜杠 + 編號(hào) 的方式，個(gè)別的比如 JavaScript語(yǔ)言，使用的是 美元符號(hào) + 編號(hào) 的方式：

編程語(yǔ)言	查找時(shí)引用方式	替換時(shí)引用方式
Python	\number 如 \1	\number 如 \1
Go	官方包不支持	官方包不支持
Java	\number 如 \1	$number 如 $1
JavaScript	$number 如 $1	$number 如 $1
PHP	\number 如 \1	\number 如 \1
Ruby	\number 如 \1	\number 如 \1

4.查找與替換

查找

到這里我們已經(jīng)學(xué)完了分組與引用的知識(shí)，一起來(lái)實(shí)踐下，有這樣一個(gè)需求，在一個(gè)目標(biāo)字符串中，查找兩個(gè)重復(fù)出現(xiàn)的單詞。

還沒有學(xué)到單詞邊界，我們先用 \w{2,} 來(lái)表示出現(xiàn)的單詞，重復(fù)的單詞就是 (\w{2,} \1)，看下結(jié)果：

分組查找

替換

上面的內(nèi)容，我們講到了日期的分組，來(lái)替換下：

分組替換

對(duì)應(yīng)的 Python 代碼如下：

import re

test_str = "2021-06-01 13:14:21"
regex = r"((\d{4})-(\d{2})-(\d{2})) ((\d{2}):(\d{2}):(\d{2}))"
subst = r"\2年\3月\4日 \6時(shí)\7分\8秒"
result = re.sub(regex, subst, test_str)
print(result)

輸出：2021年06月01日 13時(shí)14分21秒

5.在文本編輯器中使用

正則表達(dá)式不僅可以在代碼中使用，在文本編輯器中也是比較常用的，以 Sublime Text 3 舉例來(lái)講下正則的查找與替換，學(xué)完之后，會(huì)讓你的工作事半功倍。

點(diǎn)擊 Find -> Find 選項(xiàng)，或者使用快捷鍵 Ctrl + F 可以喚起查找功能：

Sublime Text 查找.png

點(diǎn)擊 Find -> Replace 選項(xiàng)，或者使用快捷鍵 Ctrl + H 可以喚起替換功能：

Sublime Text 替換.png

查找

我們來(lái)實(shí)現(xiàn)一個(gè)查找郵箱的功能，此處的郵件正則只是簡(jiǎn)單演示使用，當(dāng)點(diǎn)擊 Find All 按鈕后，可以看到郵箱都被找到了，此時(shí)如果點(diǎn)擊 Ctrl + C 復(fù)制，可以把找到的郵箱單獨(dú)粘貼出來(lái)：

查找演示