前文中，已經(jīng)總結(jié)了正則表達(dá)式中的常用字符、次數(shù)匹配、位置匹配等，這篇文章中，我們來了解一下正則中的"分組"與"后向引用"。
什么是分組？什么是后向引用？我們慢慢聊。
先來說說什么是分組。 算了，思考了半天，我也不知道從何說起，先看個示例吧，根據(jù)示例去描述反而更加清晰，示例如下。
上述示例中，我們使用到了之前所了解到的"連續(xù)次數(shù)匹配"，"\{2\}"表示其前面的字符連續(xù)出現(xiàn)的2次，即可被匹配到。 但是，正如上圖所示，"\{2\}"所影響的字符只是其前面的單個字符，也就是上例中的字母o 所以，上例中，helloo被匹配到了，hellooo也被匹配到了，因?yàn)?hell"字符串后面的確出現(xiàn)了2次字母o
但是，如果我們想要從上例中的文本中找出，2次連續(xù)出現(xiàn)的hello字符串，該怎么辦呢？ 正如你所看到的，"hello\{2\}"并不能表示"hellohello"，它只能表示"helloo"，那么，我們該怎么辦呢？ 這個時候，我們就需要用到"分組"，將"hello"當(dāng)做一個"分組"，當(dāng)做一個"整體"，才可以達(dá)到我們的目的，示例如下
正如上圖所示，"\(hello\)"表示將hello字符串當(dāng)做一個整體，所以，"\{2\}"所影響的字符就是前面的"hello字符串"（這個整體）。 所以，"\(hello\)\{2\}"這個正則表達(dá)式就表示hello字符串連續(xù)出現(xiàn)兩次，也就是"hellohello" 沒錯，"\( \)"就表示分組。 "\( \)"表示將其中的內(nèi)容看做一個分組，看做一個整體。
分組還可以嵌套，什么意思呢？我們來看一個例子。
上圖中的正則表達(dá)式猛一看有些復(fù)雜，但是我們一點(diǎn)一點(diǎn)的拆開來看，就比較容易理解了，沒錯，我們先按照上圖所示，將"紅線部分"與"藍(lán)線部分"拆成兩部分 藍(lán)線部分為"\{2\}"，表示之前的字符連續(xù)出現(xiàn)兩次 紅線部分為"\(ab\(ef\)\{2\}\)"，可以看到，紅線部分的兩側(cè)正好由"\( \)"組成，由此可見，紅線部分應(yīng)該作為一個整體，應(yīng)該作為一個分組被操作，再結(jié)合之前的藍(lán)線部分，即可得知，紅線部分應(yīng)該作為一個整體連續(xù)出現(xiàn)兩次。 那么，我們把紅線部分最外側(cè)的"\( \)"去掉，紅線部分內(nèi)側(cè)的正則為"ab\(ef\)\{2\}"，可以看到，紅線部分內(nèi)側(cè)的正則中還有一組分組符號，就是"\(ef\)"，這個分組符號把ef當(dāng)做了一個整體，所以，"ab\(ef\)\{2\}"表示字符串a(chǎn)b后面跟隨了2個連續(xù)出現(xiàn)的ef，那么，"ab\(ef\)\{2\}"就表示字符串"abefef"。 逆推回去，我們把紅線內(nèi)側(cè)的正則替換為"abefef"，于是，上例中的正則就表示"\(abefef\)\{2\}"，最終如上圖所示，2次連續(xù)出現(xiàn)的abefef被匹配到了。 上例中，紅線部分一共包含兩個分組符號，最外側(cè)的"\( \)"中又包含了另一個"\( \)"，這就是分組符號的嵌套。
我想，我應(yīng)該說清楚了。
那么，我們再來聊聊什么是后向引用。 之所以先介紹分組，是因?yàn)楹笙蛞檬且苑纸M為前提的，如果想要實(shí)現(xiàn)后向引用，則必須先進(jìn)行分組。 那么"后向引用"是什么意思呢？ 如果直接放出概念，我不容易描述，你也不容易理解，我們還是先來看個小例子吧，示例文件如下。
如果我們想要使用正則去匹配上述示例中的兩行文本，我們改怎么辦呢？ 我們可以使用如下正則表達(dá)式去匹配。
"H.\{4\}"表示大寫字母H的后面跟隨了4個任意字符，其中"."表示任意單個字符，我們在前文中已經(jīng)舉例演示過，此處不再贅述。 所以，"H.\{4\}"既可以匹配到Hello，也可以匹配到Hiiii，那么，上述兩行文本都被匹配到了。
此時，我們修改一下示例文件，在示例文件中再添加一行測試文本，修改后的測試文件內(nèi)容如下
如上圖所示，我們添加了一行文本，這行文本以Hello開頭，以Hiiii結(jié)尾。 我們使用剛才的正則，能夠匹配到這一行新添加的文本嗎，我們來試試。
可以看到，新添加的一行文本也被匹配到了，因?yàn)?H.\{4\}"表示大寫字母H的后面跟隨了4個任意字符，最后一行也滿足條件，所以也被匹配到了。
但是此刻，我有了新需求~~ 我只想從上例中找出"world"前后單詞相同的那些行，換句話說就是，world之前的單詞是Hello，world之后的單詞也要是Hello，world之前的單詞是Hiiii，world之后的單詞也要是Hiiii，只有這種行滿足條件。 上例中第三行則不滿足條件，因?yàn)樯侠牡谌兄?，world之前的單詞是Hello，而world之后的單詞是Hiiii，前后不一致，所以不滿足我的條件。 那么我該怎么辦呢？之前的正則肯定不行，因?yàn)橹暗恼齽t也能夠?qū)⑸侠械牡谌衅ヅ涞健?/p> 這個時候，就需要用到"后向引用"，示例如下。
可以看到，使用上述正則，即可達(dá)到我們的目的，只有world前后的單詞完全相同時，才會被匹配到。 那么，上例中的正則是什么意思呢？我們?nèi)匀徊鸪蓛刹糠謥斫榻B，以便我們理解。 上例的紅線部分為："\(H.\{4\}\)" 上例的藍(lán)線部分為："\1"
紅線部分的正則與之前示例中的正則只有一點(diǎn)點(diǎn)區(qū)別，就是在原來的基礎(chǔ)之上添加了分組，將"H.\{4\}"變成了"\(H.\{4\}\)"，但是它的大概含義并沒有改變，"\(H.\{4\}\)"表示大寫字母H的后面跟隨了4個任意字符，并且字母H與后面的4個字符將作為一個整體。那么，為什么要在原來的基礎(chǔ)上添加分組呢？這是因?yàn)?，如果想要?shí)現(xiàn)后向應(yīng)用，則必須以分組為前提，現(xiàn)在我們暫且不糾結(jié)這一點(diǎn)，之后回過頭來看，就會明白。
藍(lán)色部分的正則為"\1"，它有什么含義呢？ "\1"表示整個正則中第1個分組中的正則所匹配到的結(jié)果，這樣說可能不容易理解，我們用大白話說一遍。 在上例中，整個正則中只出現(xiàn)了1個分組，就是"\(H.\{4\}\)"，當(dāng)它與示例文件中的第一行文本進(jìn)行匹配時，會匹配到Hello字符串，這時，"\1"就表示Hello字符串。 當(dāng)正則"\(H.\{4\}\)"與示例文件中的第二行文本進(jìn)行匹配時，會匹配到Hiiii字符串，這時，"\1"就表示Hiiii字符串。 也就是說，"\1"必須與整個正則中第1個分組中的正則（也就是紅色部分的正則）所匹配到的結(jié)果相同。 換句話說就是，"\1"引用了整個正則中第1個分組中的正則（也就是紅色部分的正則）所匹配到的結(jié)果。 如果你還沒有懂，看圖理解吧。
現(xiàn)在回頭想想，你知道為什么必須為"H.\{4\}"添加分組了嗎？因?yàn)椋?dāng)我們?yōu)?H.\{4\}"添加了分組以后，"H.\{4\}"就變成了整個正則中第1個分組中的正則，當(dāng)"H.\{4\}"匹配到的結(jié)果為Hello時，"\1"就引用了Hello，當(dāng)"H.\{4\}"匹配到的結(jié)果為Hiiii時，"\1"就引用了Hiiii。
這就是所謂的"后向引用"。 上述描述看一遍可能不容易立馬理解，可以重復(fù)仔細(xì)的多看幾遍，慢慢就會理解了。
聰明如你，一定想到了。 "\1"表示引用整個正則中第1個分組中的正則所匹配到的結(jié)果，那么，"\2"呢？沒錯，正如你所想。 "\2"表示引用整個正則中第2個分組中的正則所匹配到的結(jié)果 示例如下
如上圖所示，"\2"引用了上圖中"綠線部分的正則"所匹配到的結(jié)果，而上圖中"綠線部分的正則"就是"整個正則表達(dá)式中第2個分組中的正則"。
那么，以此類推，"\3"、"\4"、"\5"、"\6"所表達(dá)的意思就不言而喻了。 再次強(qiáng)調(diào)，使用后向引用的前提是將需要引用的部分分組。
不過，當(dāng)分組嵌套時，我們應(yīng)該怎樣區(qū)分哪個分組是第1個分組，哪個分組是第2個分組呢？ 我們通過一個小示例，即可明白，為了盡量簡化整個正則，我們直接將一些字符分組即可，示例如下。
上述正則表達(dá)式中，一共出現(xiàn)了兩個分組，一個分組嵌套著另一個分組。
可以從上圖中看出，紅色標(biāo)注的符號是一對分組符號，藍(lán)色標(biāo)注的符號是一對分組符號，紅色分組嵌套這藍(lán)色分組。 雖然上例中沒有使用到"后向引用"，但是，當(dāng)我們需要使用"后向引用"時，這兩個分組哪個才是第1個分組，哪個是第2個分組呢？ 當(dāng)我們需要使用后向引用時，紅色分組為第1個分組，藍(lán)色分組為第2個分組。 換句話說就是，當(dāng)使用后向引用時，"\1"引用的是紅色分組所匹配的結(jié)果，"\2"引用的是藍(lán)色分組所匹配的結(jié)果。 為什么呢？原因就是，分組的順序取決于分組符號的左側(cè)部分的順序，如下圖所示
由于紅色分組的左側(cè)部分排在最前面，所以紅色分組是整個正則中的第1個分組。 由于藍(lán)色分組的左側(cè)部分排在第2位，所以藍(lán)色分組是整個正則中的第2個分組。 注意：排序時也僅僅按照分組符號的左側(cè)部分排序，分組符號的右側(cè)部分不算在排序范圍內(nèi)。
好了，"分組"與"后向引用"就總結(jié)到這里，我想我應(yīng)該說明白了，描述起來好費(fèi)力~~~希望能夠幫到你。 之前說過，在Linux中，正則表達(dá)式分為基礎(chǔ)正則表達(dá)式與擴(kuò)展正則表達(dá)式。 而我們之前所描述的符號都屬于基本正則表達(dá)式。 在以后的文章中，我們會接觸到擴(kuò)展正則表達(dá)式，但是不用害怕，它們的用法都是相似的，而且寫法也差不多，學(xué)會基本正則表達(dá)式以后，再學(xué)習(xí)擴(kuò)展正則表達(dá)式，幾乎不會費(fèi)力。
小結(jié)為了方便以后回顧，我們將今天了解到的只是進(jìn)行總結(jié)。
\( \) 表示分組，我們可以將其中的內(nèi)容當(dāng)做一個整體，分組可以嵌套。 \(ab\) 表示將ab當(dāng)做一個整體去處理。 \1 表示引用整個表達(dá)式中第1個分組中的正則匹配到的結(jié)果。 \2 表示引用整個表達(dá)式中第2個分組中的正則匹配到的結(jié)果。 |
|
|
