写点什么

正则表达式.03 - 分组

用户头像
insight
关注
发布于: 2021 年 03 月 08 日
正则表达式.03 - 分组

分组

在正则中,使用括号进行分组。简单来理解就是,由多个元字符组成某个部分,应该被看成一个整体的时候,可以用括号括起来表示一个整体,这是括号的一个重要功能。


子组

子组:被括号括起来的部分“子表达式”会被保存成一个子组。


不保存子组:有些情况下,你可能只想用括号将某些部分看成一个整体,后续不用再用它,类似这种情况,在实际使用时,是没必要保存子组的。这时我们可以在括号里面使用 ?: 不保存子组


那到底啥是不保存子组呢?我们可以理解成,括号只用于归组,把某个部分当成“单个元素”,不分配编号,后面不会再进行这部分的引用。


不保存子组的好处

如果正则中出现了括号,那么我们就认为,这个子表达式在后续可能会再次被引用,所以不保存子组可以提高正则的性能。除此之外呢,这么做还有一些好处,由于子组变少了,正则性能会更好,在子组计数时也更不容易出错。


分组的编号

这里有个时间格式 2020-05-10 20:23:05。假设我们想要使用正则提取出里面的日期和时间。


我们可以写出如图所示的正则,将日期和时间都括号括起来。这个正则中一共有两个分组,日期是第 1 个,时间是第 2 个。

快速区分编号

在括号嵌套的情况里,我们要看某个括号里面的内容是第几个分组时,只需要数左括号(开括号)是第几个,就可以确定是第几个子组。


比如,在阿里云简单日志系统中,我们可以使用正则来匹配一行日志的行首。

假设时间格式是 2020-05-10 20:23:05


由上述方法可知:日期分组编号是 1,时间分组编号是 5,年月日对应的分组编号分别是 2,3,4,时分秒的分组编号分别是 6,7,8。


命名分组

由于编号得数在第几个位置,后续如果发现正则有问题,改动了括号的个数,还可能导致编号发生变化,因此一些编程语言提供了命名分组(named grouping),这样和数字相比更容易辨识,不容易出错。


命名分组的格式为(?P<分组名>正则)


比如在 Django 的路由中,命名分组示例如下:

url(r'^profile/(?P<username>\w+)/$', view_func)
复制代码

刚刚提到的方式命名分组和前面一样,给这个分组分配一个编号,不过你可以使用名称,不用编号,实际上命名分组的编号已经分配好了。不过命名分组并不是所有语言都支持的,在使用时,你需要查阅所用语言正则说明文档,如果支持,那你才可以使用。


用户头像

insight

关注

不要混淆行动与进展、忙碌与多产。 2018.11.17 加入

永远都是初学者

评论

发布
暂无评论
正则表达式.03 - 分组