理解捕获组和反向引用有困难

Question

我希望整理一下我的正则表达式知识，所以决定翻阅一本关于它们的书籍——《正则表达式简介》。但是我知道这很傻，其中一个引言的例子对我来说没有意义。

(\d)\d\1

示例文字：

123-456-7890

(应该捕获第一个数字，123)

有人能解释一下这是怎么回事吗？

据我所知，第一个 \d 捕获了数字 123。而 \1 回溯（标记）该组以供后续使用。括号限定了该组的作用范围。但第二个 \d 是用来做什么的呢？

请用小孩或金毛犬都能听懂的简单解释。

- Rook

---

要真正掌握正则表达式，去阅读：精通正则表达式（第3版） - ridgerunner

@ridgerunner - 我觉得这个对我来说有点太高级了，也许以后的日子里会好一些 :) - Rook

实际上，MRE是以教程风格编写的，从基础知识开始逐步深入。毫无疑问，这是我读过的最有用的书籍。 - ridgerunner

此问题已添加到Stack Overflow正则表达式FAQ中的“分组”部分。 - aliteralmind

Answer 1

\d 表示的是一个数字。

这个正则表达式无法匹配字符串 "123-456-7890"，但可以匹配"323"（它可能是一个更长字符串的一部分，例如 "323-456-7890"）:

 (\d) : first digit ("3")
 \d   : another digit ("2")
 \1   : first group (which was "3")

如果您的书声称(\d)\d\1应该在"123-456-7890"中捕获"123"，那么它可能包含一个错误...

- Denys Séguret

---

如果我理解正确的话。第一个\d只是一个数字（一个字符）。在代表一组的括号中。第二个\d只是另一个数字。\1引用了最后一个括号，例如第1组。如果我想以后以这种方式进行反向引用，我可以只放置\2吗？ - Rook

(\d) 匹配了3，\d 匹配了2，而且 \1 再次匹配了3，因为这是从第一组匹配/引用的内容？ - Rook

@ldigas 是的，除了我没有理解你关于\2的问题。 - Denys Séguret

我可以将引用组名称命名为“2”而不是“1”，即使用\2而不是\1吗？还是\1代表第一个引用组？ - Rook

没有：\1 总是第一个。第二组被命名为 \2，以此类推。 - Denys Séguret

Answer 2

(\d)\d\1 逐步解析：

1. 第一个 \d 匹配一个数字。
2. 括号 () 标记这个为捕获组 - 这是第一个，所以数字被记作“组 1”。
3. 第二个 \d 表示有另一个数字。
4. \1 意味着“这里是我们先前组 1 匹配的值” - 即第一步匹配的数字。

因此，就像 dystroy 已经说过的那样：这个正则表达式匹配的是一个由三个数字组成的序列，其中第一个和第三个数字相等。

- piet.t