正則表達式第三篇：分組和捕獲

時間 2020-05-21

原文原文鏈接

分組是用圓括號「()」括起來的正則表達式，匹配出的內容就表示一個分組。分組有一個例外的狀況，分組也能夠不使用圓括號，而是使用 | 元字符來表示分組，| 的兩側是兩個分組，例如， exp1 | exp2 表示兩個分組，在嚴格意義閃給，不認爲由 | 構成的正則表達式是分組。html

分組和捕獲在正則表達式中有着密切的聯繫，通常狀況下，分組即捕獲，都用小括號完成： python

(exp) ：分組，並捕獲該分組匹配到的文本
(?:exp) ：分組，但不捕獲該分組匹配到的文本

什麼是捕獲呢？使用小括號指定一個子表達式後，子表達式匹配的文本（即匹配的內容）能夠在其餘子表達式中重複使用。正則表達式

一，定義分組

定義分組的三種形式：函數

(exp) ：把括號內的正則做爲一個分組，系統自動分配組號，能夠經過分組號引用該分組；
(?P<name>exp) ：定義一個命名分組，分組的正則是exp，系統爲該分組分配分組號，能夠經過分組名或分組號引用該分組；
(?:exp) ：定義一個不捕獲分組，該分組只在當前位置匹配文本，在該分組以後，沒法引用該分組，由於該分組沒有分組名，沒有分組號，也不會佔用分組編號；

1，分組編號spa

在正則表達式中，分組編號是自動進行的。當使用圓括號表示分組時，從正則表達式的左邊開始看，看到的第一個左括號「(」表示第一個分組，第二個 "(" 表示第二個分組，依次類推，須要注意的是，有一個隱含的全局分組（分組編號是0），就是整個正則表達式。默認狀況下，正則表達式爲每一個分組自動分配一個組號，規則是：組號從1開始，從左向右，組號依次加1（base+1），例如，第一個分組的組號爲1，第二個分組的組號爲2，以此類推。code

2，分組命名htm

分組不只有編號，還能爲分組設置名稱，在Python中，使用(?P<name>exp)爲正則表達式exp設置別名。blog

3，無捕獲分組文檔

無捕獲分組沒有名稱，也沒有編號，所以，沒法引用無捕獲分組，無捕獲分組不會佔用分組編號。get

二，引用分組

引用分組的目的是對重複出現的文本進行匹配，注意，不是出現重複的模式，而是出現重複的文本。因爲分組有編號和名稱，所以，能夠經過名稱和編號來引用前面已經出現的分組。

注意，因爲正則表達式的解析是有順序的，從正則表達式的開頭向後解析，引用分組的編號和名稱，必須是前面已經存在的；若是在當前位置引用的編號和名稱不存在，那麼模式解析就會報錯。

正則表達式中，能夠經過分組名或分組號來引用：

(?P=name)：引用名稱爲name的分組
\n：使用分組的編號來引用分組，分組按照正則表達式中出現的順序編號一、二、三、...

1，經過組號引用分組

在正則表達式前面定義一個分組(exp)，在表達式的後面，可以經過組號引用該分組的表達式，引用分組的語法是：\group_number；

例如，定義正則表達式，該正則表達式表示兩個相同的單詞順序出現：

\b(\w+)\b\s+\1\b

在該正則表達式中，只存在一個分組(\w+)，組號是1，在該分組的後面，使用\1來引用該分組，將\1替換爲分組的子表達式：

注意，該正則表達式並不等價於：\b(\w+)\b\s+(\w+)\b，該表達式表示兩個單詞是相鄰的：

2，經過分組名引用分組

在正則表達式中，能夠對分組命名，命名分組的語法是：(?P<name>exp)，分組名是name，經過name來引用該分組的格式是：(?p=group_name)，經過分組名和組號引用分組，其引用分組的行爲是同樣的，例如，定義一個命名分組：\b(?P<word>\w+)\b\s+(?P=word)\b，在該分組的後面中，使用(?P=word)引用該分組，表示文本中出現徹底重複的文本。

3，沒法引用的分組

(?:exp)：使用這種語法定義的分組，不能引用，只能在當前的位置匹配文本，正則表達式不爲該分組自動分配組號。

例如，正則表達式：\b(?:\w+)\b\s+\1\b 是錯誤的，由於無捕獲分組不佔用組號，而正則表達式 \b(?:\w+)?(\w+)\b\s+\1\b 是正確的，第二個分組的組號是1，\1引用的是第二個分組。

三，匹配分組的示例

下面使用Python的re模塊來演示如何使用分組。

1，匹配任意分組

>>> out=re.match('[0-9]?\d$|100','08') >>> out <re.Match object; span=(0, 2), match='08'>

2，使用()定義分組

>>> out=re.match('\w{4,20}@(163|qq|126)\.com','test@qq.com') >>> out <re.Match object; span=(0, 11), match='test@qq.com'>

3，爲分組命名，並經過別名來引用分組

>>> out=re.match(r"<(?P<name1>\w*)><(?P<name2>h[1-5])>.*</(?P=name2)></(?P=name1)>", "<html><h1>www.baidu.com</h1></html>") >>> out <re.Match object; span=(0, 35), match='<html><h1>www.baidu.com</h1></html>'>

4，捕獲分組和不捕獲分組

對於捕獲分組，findall有一個特性，就是若是結果中有捕獲的分組，則將捕獲的分組組成tuple返回，tuple的元素是每一個分組捕獲的文本。

>>> re.findall(r'(\d{3,4}-)?(\d{7,8})','020-82228888\n0357-4227865') [('020-', '82228888'), ('0357-', '4227865')]

對於不捕獲分組，findall直接返回整個匹配的結果：

>>> re.findall(r'(?:\d{3,4}-)?\d{7,8}','020-82228888\n4227865') ['020-82228888', '4227865']

5，Python對分組引用的支持

引用分組在findall和search中是無效的，可是可使用在sub函數中。

參考文檔：

Python正則表達式之二：捕獲

Python 正則表達式（匹配分組）

原文出處：https://www.cnblogs.com/ljhdo/p/10678281.html

相關標籤/搜索

每日一句

每一个你不满意的现在，都有一个你没有努力的曾经。

正則表達式 第三篇：分組和捕獲

一，定義分組

二，引用分組

三，匹配分組的示例

正則表達式第三篇：分組和捕獲