正則表達式之捕獲組/非捕獲組介紹

更新時間：2011年08月16日 01:03:40 作者：

使用小括號指定一個子表達式后，匹配這個子表達式的文本(也就是此分組捕獲的內容)可以在表達式或其它程序中作進一步的處理。

捕獲組
語法：

字符	描述	示例
(pattern)	匹配pattern并捕獲結果，自動設置組號。	(abc)+d 匹配abcd或者abcabcd
(?<name>pattern) 或 (?'name'pattern)	匹配pattern并捕獲結果，設置name為組名。
\num	對捕獲組的反向引用。其中 num 是一個正整數(shù)。	(\w)(\w)\2\1 匹配abba
\k< name > 或 \k' name '	對命名捕獲組的反向引用。其中 name 是捕獲組名。	(?<group>\w)abc\k<group> 匹配xabcx

使用小括號指定一個子表達式后，匹配這個子表達式的文本(也就是此分組捕獲的內容)可以在表達式或其它程序中作進一步的處理。默認情況下，每個捕獲組會自動擁有一個組號，規(guī)則是：從左向右，以分組的左括號為標志，第一個出現(xiàn)的分組的組號為1，第二個為2，以此類推。
例如：
(\d{4})-(\d{2}-(\d{2}))
1 1 2 3 32
以下是用程序處理捕獲組的示例，對一個Url地址進行解析，并顯示所有捕獲組。
可以看到按順序設置的捕獲組號。
Regex.Match方法

復制代碼代碼如下:

 
using System.Text.RegularExpressions; 
namespace Wuhong.Test 
{ 
class Program 
{ 
static void Main(string[] args) 
{ 
//目標字符串 
string source = "http://reg-test-server:8080/download/file1.html# "; 
//正則式 
string regex = @"(\w+):\/\/([^/:]+)(:\d+)?([^# :]*)"; 
Regex regUrl = new Regex(regex); 
//匹配正則表達式 
Match m = regUrl.Match(source); 
Console.WriteLine(m.Success); 
if (m.Success) 
{ 
//捕獲組存放在Match.Groups集合中，索引值從1開始，索引0處為匹配的整個字符串值 
//按“組號 : 捕獲內容”的格式顯示 
for (int i = 0; i < m.Groups.Count; i++) 
{ 
Console.WriteLine(string.Format("{0} : {1}", i, m.Groups[i])); 
} 
} 
Console.ReadLine(); 
} 
} 
} 

也可以自己指定子表達式的組名。這樣在表達式或程序中可以直接引用組名，當然也可以繼續(xù)使用組號。但如果正則表達式中同時存在普通捕獲組和命名捕獲組，那么捕獲組的編號就要特別注意，編號的規(guī)則是先對普通捕獲組進行編號，再對命名捕獲組進行編號。
例如：
(\d{4})-(?<date>\d{2}-(\d{2}))
1 1 3 2 23

下面在程序中處理命名捕獲組，顯示混合規(guī)則生成的組號，并利用捕獲組的內容對源字符串進行替換。
可以看到先對普通捕獲組進行編號，再對命名捕獲組編號。
Regex.Replace方法

復制代碼代碼如下:

 
using System.Text.RegularExpressions; 
namespace Wuhong.Test 
{ 
class Program 
{ 
static void Main(string[] args) 
{ 
//目標字符串 
string source = "http://reg-test-server:8080/download/file1.html# "; 
//正則式，對其中兩個分組命名 
string regex = @"(\w+):\/\/(?<server>[^/:]+)(?<port>:\d+)?([^# :]*)"; 
Regex regUrl = new Regex(regex); 
//匹配正則表達式 
Match m = regUrl.Match(source); 
Console.WriteLine(m.Success); 
if (m.Success) 
{ 
//捕獲組存放在Match.Groups集合中，索引值從1開始，索引0處為匹配的整個字符串值 
//按“組號 : 捕獲內容”的格式顯示 
for (int i = 0; i < m.Groups.Count; i++) 
{ 
Console.WriteLine(string.Format("{0} : {1}", i, m.Groups[i])); 
} 
} 
//替換字符串 
//“$組號”引用捕獲組的內容。 
//需要特別注意的是“$組號”后不能跟數(shù)字形式的字符串，如果出現(xiàn)此情況，需要使用命名捕獲組，引用格式“${組名}” 
string replacement = string.Format("$1://{0}{1}$2", "new-reg-test-server", ""); 
string result = regUrl.Replace(source, replacement); 
Console.WriteLine(result); 
Console.ReadLine(); 
} 
} 
} 

非捕獲組
語法：

字符	描述	示例
(?:pattern)	匹配pattern，但不捕獲匹配結果。	'industr(?:y\|ies) 匹配'industry'或'industries'。
(?=pattern)	零寬度正向預查，不捕獲匹配結果。	'Windows (?=95\|98\|NT\|2000)' 匹配 "Windows2000" 中的 "Windows" 不匹配 "Windows3.1" 中的 "Windows"。
(?!pattern)	零寬度負向預查，不捕獲匹配結果。	'Windows (?!95\|98\|NT\|2000)' 匹配 "Windows3.1" 中的 "Windows" 不匹配 "Windows2000" 中的 "Windows"。
(?<=pattern)	零寬度正向回查，不捕獲匹配結果。	'2000 (?<=Office\|Word\|Excel)' 匹配 " Office2000" 中的 "2000" 不匹配 "Windows2000" 中的 "2000"。
(?<!pattern)	零寬度負向回查，不捕獲匹配結果。	'2000 (?<!Office\|Word\|Excel)' 匹配 " Windows2000" 中的 "2000" 不匹配 " Office2000" 中的 "2000"。

非捕獲組只匹配結果，但不捕獲結果，也不會分配組號，當然也不能在表達式和程序中做進一步處理。
首先(?:pattern)與(pattern)不同之處只是在于不捕獲結果。
接下來的四個非捕獲組用于匹配pattern（或者不匹配pattern）位置之前（或之后）的內容。匹配的結果不包括pattern。
例如：
(?<=<(\w+)>).*(?=<\/\1>)匹配不包含屬性的簡單HTML標簽內的內容。如：<div>hello</div>之中的hello，匹配結果不包括前綴<div>和后綴</div>。
下面是程序中非捕獲組的示例，用來提取郵編。
可以看到反向回查和反向預查都沒有被捕獲。
Regex.Matches方法

復制代碼代碼如下:

 
using System.Text.RegularExpressions; 
namespace Wuhong.Test 
{ 
class Program 
{ 
static void Main(string[] args) 
{ 
//目標字符串 
string source = "有6組數(shù)字：010001，100，21000，310000，4100011，510002，把郵編挑出來。"; 
//正則式 
string regex = @"(?<!\d)([1-9]\d{5})(?!\d)"; 
Regex regUrl = new Regex(regex); 
//獲取所有匹配 
MatchCollection mList = regUrl.Matches(source); 
for (int j = 0; j < mList.Count; j++) 
{ 
//顯示每個分組，可以看到每個分組都只有組號為1的項，反向回查和反向預查沒有被捕獲 
for (int i = 0; i < mList[j].Groups.Count; i++) 
{ 
Console.WriteLine(string.Format("{0} : {1} : {2}", j, i, mList[j].Groups[i])); 
} 
} 
Console.ReadLine(); 
} 
} 
} 