Java 正则表达式之捕获组
1. Java 正则表达式基础
2. Java 正则表达式之捕获组
一、概述
1.1 什么是捕获组
捕获组就是把正则表达式中子表达式匹配的内容,保存到内存中以数字编号或显式命名的组里,方便后面引用。当然,这种引用既可以是在正则表达式内部,也可以是在正则表达式外部。
捕获组有两种形式,一种是普通捕获组,另一种是命名捕获组,通常所说的捕获组指的是普通捕获组。语法如下:
普通捕获组:(Expression)
命名捕获组:(?<name>Expression)
普通捕获组在大多数支持正则表达式的语言或工具中都是支持的,而命名捕获组目前只有 .NET、PHP、Python 等部分语言支持,Java 7.0 中提供对这一特性的支持。
另外需要说明的一点是,除(Expression)和(?Expression)语法外,其它的(?...)语法都不是捕获组。
1.2 捕获组编号规则
编号规则指的是以数字为捕获组进行编号的规则,在普通捕获组或命名捕获组单独出现的正则表达式中,编号规则比较清晰,在普通捕获组与命名捕获组混合出现的正则表达式中,捕获组的编号规则稍显复杂。
在展开讨论之前,需要说明的是,编号为0的捕获组,指的是正则表达式整体,这一规则在支持捕获组的语言中,基本上都是适用的。下面对其它编号规则逐一展开讨论。
1.2.1 普通捕获组编号规则
如果没有显式为捕获组命名,即没有使用命名捕获组,那么需要按数字顺序来访问所有捕获组。在只有普通捕获组的情况下,捕获组的编号是按照“(”出现的顺序,从左到右,从 1 开始进行编号的 。
正则表达式:(\d{4})-(\d{2}-(\d\d))
上面的正则表达式可以用来匹配格式为 yyyy-MM-dd 的日期,为了在下表中得以区分,月和日分别采用了 \d{2} 和 \d\d 这两种写法。
用以上正则表达式匹配字符串:2008-12-31,匹配结果为:
编号 | 命名 | 捕获组 | 匹配内容 |
---|---|---|---|
0 | (\d{4})-(\d{2}-(\d\d)) | 2008-12-31 | |
1 | (\d{4}) | 2008 | |
2 | (\d{2}-(\d\d)) | 12-31 | |
3 | (\d\d) | 31 |
1.2.2?命名捕获组编号规则
命名捕获组通过显式命名,可以通过组名方便的访问到指定的组,而不需要去一个个的数编号,同时避免了在正则表达式扩展过程中,捕获组的增加或减少对引用结果导致的不可控。
不过容易忽略的是,命名捕获组也参与了编号的,在只有命名捕获组的情况下,捕获组的编号也是按照“(”出现的顺序,从左到右,从 1 开始进行编号的 。
正则表达式:(?<year>\d{4})-(?<date>\d{2}-(?<day>\d\d))
用以上正则表达式匹配字符串:2008-12-31
匹配结果为:
编号 | 命名 | 捕获组 | 匹配内容 |
---|---|---|---|
0 | (?<year>\d{4})-(?<date>\d{2}-(?<day>\d\d)) |
2008-12-31 | |
1 | year | (?<year>\d{4}) |
2008 |
2 | date | (?<date>\d{2}-(?<day>\d\d)) |
12-31 |
3 | day | (?<day>\d\d) |
31 |
1.2.3 普通捕获组与命名捕获组混合编号规则
当一个正则表达式中,普通捕获组与命名捕获组混合出现时,捕获组的编号规则稍显复杂。对于其中的命名捕获组,随时都可以通过组名进行访问,而对于普通捕获组,则只能通过确定其编号后进行访问。
混合方式的捕获组编号,首先按照普通捕获组中“(”出现的先后顺序,从左到右,从1开始进行编号,当普通捕获组编号完成后,再按命名捕获组中“(”出现的先后顺序,从左到右,接着普通捕获组的编号值继续进行编号。
也就是先忽略命名捕获组,对普通捕获组进行编号,当普通捕获组完成编号后,再对命名捕获组进行编号。
正则表达式:(\d{4})-(?<date>\d{2}-(\d\d))
?编号 | 命名 | 捕获组 | 匹配内容 |
---|---|---|---|
0 | (\d{4})-(?<date>\d{2}-(\d\d)) |
2008-12-31 | |
1 | (\d{4}) |
2008 | |
2 | date | (?<date>\d{2}-(\d\d)) |
12-31 |
3 | (\d\d) |
31 |
二、捕获组的引用
正则表达式中,对前面捕获组捕获的内容进行引用,称为反向引用;
2.1 反向引用
捕获组捕获到的内容,不仅可以在正则表达式外部通过程序进行引用,也可以在正则表达式内部进行引用,这种引用方式就是反向引用。反向引用的作用通常是用来查找或限定重复,限定指定标识配对出现等等。
对于普通捕获组和命名捕获组的引用,语法如下:
- 普通捕获组反向引用:\k,通常简写为\number
- 命名捕获组反向引用:\k或者\k‘name‘
普通捕获组反向引用中 number 是十进制的数字,即捕获组的编号;命名捕获组反向引用中的name为命名捕获组的组名。
三、Java 中使用捕获组
在 Spring Cloud Zuul 中使用网关时,当 serviceId: serviceId-v1 时可自动映射为 v1/serviceId 路径
public PatternServiceRouteMapper serviceRouteMapper() {
return new PatternServiceRouteMapper(
"(?<name>^.+)-(?<version>v.+$)", "${version}/${name}");
}
其实现的原理如下:
public void testRegexGroup {
String serviceId = "serviceId-v1";
Pattern servicePattern = Pattern.compile("(?<name>.+)-(?<version>v.+$)");
Matcher matcher = servicePattern.matcher(serviceId);
String route = matcher.replaceFirst("${version}/${name}");
Assert.assertEquals("v1/serviceId", route);
}
参考:
- 《JAVA 正则表达式》:https://www.cnblogs.com/xyou/p/7427779.html
- 《正则基础之——捕获组(capture group)》:https://blog.csdn.net/lxcnn/article/details/4146148
每天用心记录一点点。内容也许不重要,但习惯很重要!
原文地址:https://www.cnblogs.com/binarylei/p/10626470.html