捕获组

您所在的位置：网站首页 › 正则表达式创建 › 捕获组

捕获组

2024-07-13 01:35| 来源: 网络整理| 查看: 265

模式的一部分可以用括号括起来 (...)。这被称为“捕获组（capturing group）”。

这有两个影响：

它允许将匹配的一部分作为结果数组中的单独项。如果我们将量词放在括号后，则它将括号视为一个整体。示例

让我们看看在示例中的括号是如何工作的。

示例：gogogo

不带括号，模式 go+ 表示 g 字符，其后 o 重复一次或多次。例如 goooo 或 gooooooooo。

括号将字符组合，所以 (go)+ 匹配 go，gogo，gogogo等。

alert( 'Gogogo now!'.match(/(go)+/ig) ); // "Gogogo" 示例：域名

让我们做些更复杂的事 —— 搜索域名的正则表达式。

例如：

mail.com users.mail.com smith.users.mail.com

正如我们所看到的，一个域名由重复的单词组成，每个单词后面有一个点，除了最后一个单词。

在正则表达式中是 (\w+\.)+\w+：

let regexp = /(\w+\.)+\w+/g; alert( "site.com my.site.com".match(regexp) ); // site.com,my.site.com

搜索有效，但该模式无法匹配带有连字符的域名，例如 my-site.com，因为连字符不属于 \w 类。

我们可以通过用 [\w-] 替换 \w 来匹配除最后一个单词以外的每个单词：([\w-]+\.)+\w+。

示例：电子邮件

扩展一下上面这个示例。我们可以基于它为电子邮件创建一个正则表达式。

电子邮件的格式为：name@domain。名称可以是任何单词，允许使用连字符和点。在正则表达式中为 [-.\w]+。

模式：

let regexp = /[-.\w]+@([\w-]+\.)+[\w-]+/g; alert("[email protected] @ [email protected]".match(regexp)); // [email protected], [email protected]

该正则表达式并不完美的，但多数情况下都能正确匹配，并且有助于修复输入邮箱时的意外错误输入。唯一真正可靠的电子邮件检查只能通过发送电子邮件来完成。

匹配中的括号的内容

括号被从左到右编号。正则引擎会记住它们各自匹配的内容，并允许在结果中获取它。

方法 str.match(regexp)，如果 regexp 没有修饰符 g，将查找第一个匹配项，并将它作为数组返回：

在索引 0 处：完整的匹配项。在索引 1 处：第一个括号的内容。在索引 2 处：第二个括号的内容。 ……等等……

例如，我们想找到 HTML 标签并处理它们。将标签内容（尖括号内的内容）放在单独的变量中会很方便。

让我们将内部内容包装在括号中，像这样：。

现在，我们在结果数组中得到了标签的整体及其内容 h1：

let str = 'Hello, world!'; let tag = str.match(//); alert( tag[0] ); // alert( tag[1] ); // h1 嵌套组

括号可以嵌套。在这种情况下，编号也从左到右。

例如，在搜索标签时，我们可能会对以下内容感兴趣：

整个标签的内容：span class="my"。标签名称：span。标签特性：class="my"。

让我们为它们添加括号：]*))>。

这是它们的编号方式（根据左括号从左到右）：

验证：

let str = ''; let regexp = /]*))>/; let result = str.match(regexp); alert(result[0]); // alert(result[1]); // span class="my" alert(result[2]); // span alert(result[3]); // class="my"

result 的索引 0 中始终保存的是正则表达式的完整匹配项。

然后是按左括号从左到右编号的组。第一组返回为 result[1]。它包含了整个标签内容。

然后是 result[2]，从第二个左括号开始分组 ([a-z]+) —— 标签名称，然后在 result[3] 中：([^>]*)。

字符串中每个组的内容：

可选组

即使组是可选的并且在匹配项中不存在（例如，具有量词 (...)?），也存在相应的 result 数组项，并且等于 undefined。

例如，让我们考虑正则表达式 a(z)?(c)?。它查找 "a"，后面是可选的 "z"，然后是可选的 "c"。

如果我们在单个字母的字符串上运行 a，则结果为：

let match = 'a'.match(/a(z)?(c)?/); alert( match.length ); // 3 alert( match[0] ); // a（完整的匹配项） alert( match[1] ); // undefined alert( match[2] ); // undefined

数组的长度为 3，但所有组均为空。

对字符串 ac 的匹配会更复杂：

let match = 'ac'.match(/a(z)?(c)?/) alert( match.length ); // 3 alert( match[0] ); // ac（完整的匹配项） alert( match[1] ); // undefined, 因为没有 (z)? 的匹配项 alert( match[2] ); // c

数组长度依然是：3。但没有组 (z)? 的匹配项，所以结果是 ["ac", undefined, "c"]。

带有组搜索所有匹配项：matchAll matchAll 是一个新方法，可能需要使用 polyfill

旧的浏览器不支持 matchAll。

可能需要进行 polyfill，例如 https://github.com/ljharb/String.prototype.matchAll.

当我们搜索所有匹配项（修饰符 g）时，match 方法不会返回组的内容。

例如，让我们查找字符串中的所有标签：

let str = ' '; let tags = str.match(//g); alert( tags ); // ,

结果是一个匹配数组，但没有每个匹配项的详细信息。但是实际上，我们通常需要在结果中获取捕获组的内容。

要获取它们，我们应该使用方法 str.matchAll(regexp) 进行搜索。

在使用 match 很长一段时间后，它才被作为“新的改进版本”被加入到 JavaScript 中。

就像 match 一样，它寻找匹配项，但有 3 个区别：

它返回的不是数组，而是一个可迭代的对象。当存在修饰符 g 时，它将每个匹配项以包含组的数组的形式返回。如果没有匹配项，则返回的不是 null，而是一个空的可迭代对象。

例如：

let results = ' '.matchAll(//gi); // results —— 不是数组，而是一个迭代对象 alert(results); // [object RegExp String Iterator] alert(results[0]); // undefined (*) results = Array.from(results); // 让我们将其转换为数组 alert(results[0]); // ,h1（第一个标签） alert(results[1]); // ,h2（第二个标签）

我们可以看到，第一个区别非常重要，如 (*) 行所示。我们无法获得 results[0] 的匹配项，因为该对象并不是伪数组。我们可以使用 Array.from 把它变成一个真正的 Array。在 Iterable object（可迭代对象）一文中有关于伪数组和可迭代对象的更多详细内容。

如果我们只需要遍历结果，则 Array.from 没有必要：

let results = ' '.matchAll(//gi); for(let result of results) { alert(result); // 第一个 alert：,h1 // 第二个：,h2 }

……或使用解构：

let [tag1, tag2] = ' '.matchAll(//gi);

matchAll 返回的每个匹配项，与不带修饰符 g 的 match 所返回的格式相同：具有额外 index（字符串中的匹配索引）属性和 input（源字符串）的数组：

let results = ' '.matchAll(//gi); let [tag1, tag2] = results; alert( tag1[0] ); // alert( tag1[1] ); // h1 alert( tag1.index ); // 0 alert( tag1.input ); // 为什么 matchAll 的结果是可迭代对象而不是数组？

为什么这个方法这样设计？原因很简单 —— 为了优化。

调用 matchAll 不会执行搜索。相反，它返回一个可迭代对象，最初没有结果。每次我们迭代它时才会执行搜索，例如在循环中。

因此，这将根据需要找出尽可能多的结果，而不是全部。

例如，文本中可能有 100 个匹配项，但在一个 for..of 循环中，我们找到了 5 个匹配项，然后觉得足够了并做出一个 break。这时引擎就不会花时间查找其他 95 个匹配。

命名组

用数字记录组很困难。对于简单的模式，它是可行的，但对于更复杂的模式，计算括号很不方便。我们有一个更好的选择：给括号命名。

在左括号后紧跟着放置 ? 即可完成对括号的命名。

例如，让我们查找 “year-month-day” 格式的日期：

正如你所看到的，匹配的组在 .groups 属性中。

要查找所有日期，我们可以添加修饰符 g。

我们还需要 matchAll 以获取完整的组匹配：

让我们能够替换 str 中 regexp 的所有匹配项的方法 str.replace(regexp, replacement) 允许我们在 replacement 字符串中使用括号中的内容。这使用 $n 来完成，其中 n 是组号。

例如，

let str = "John Bull"; let regexp = /(\w+) (\w+)/; alert( str.replace(regexp, '$2, $1') ); // Bull, John

对于命名的括号，引用为 $。

例如，让我们将日期格式从 “year-month-day” 更改为 “day.month.year”：

let regexp = /(?[0-9]{4})-(?[0-9]{2})-(?[0-9]{2})/g; let str = "2019-10-30, 2020-01-01"; alert( str.replace(regexp, '$.$.$') ); // 30.10.2019, 01.01.2020 非捕获组 ?:

有时我们需要用括号才能正确应用量词，但我们不希望它们的内容出现在结果中。

可以通过在开头添加 ?: 来排除组。

例如，如果我们要查找 (go)+，但不希望括号内容（go）作为一个单独的数组项，则可以编写：(?:go)+。

在下面的示例中，我们仅将名称 John 作为匹配项的单独成员：

let str = "Gogogo John!"; // ?: 从捕获组中排除 'go' let regexp = /(?:go)+ (\w+)/i; let result = str.match(regexp); alert( result[0] ); // Gogogo John（完整的匹配项） alert( result[1] ); // John alert( result.length ); // 2（在数组中没有其他数组项）总结

括号将正则表达式中的一部分组合在一起，以便量词可以整体应用。

括号组从左到右编号，可以选择用 (?...) 命名。

可以在结果中获得按组匹配的内容：

方法 str.match 仅当不带修饰符 g 时返回捕获组。方法 str.matchAll 始终返回捕获组。

如果括号没有名称，则匹配数组按编号提供其内容。命名括号还可使用属性 groups。

我们还可以在 str.replace 的替换字符串中使用括号内容：通过数字 $n 或者名称 $。

可以通过在组的开头添加 ?: 来排除编号。当我们需要对整个组应用量词，但不希望将其作为结果数组中的单独项时这很有用。我们也不能在替换字符串中引用这样的括号。

【本文地址】

捕获组

捕获组

今日新闻

推荐新闻