logo标签列表

正则表达式中的非捕获组是什么？

regexcapturing-groupregex-group
2424

非捕获组，即(?:)在正则表达式中是如何使用的？它们有什么好处？

70
这个问题已被添加到 Stack Overflow 正则表达式 FAQ 中的 "分组" 部分。 - aliteralmind
18个回答
2989

让我用一个例子来解释。

考虑以下文本：

http://stackoverflow.com/
https://stackoverflow.com/questions/tagged/regex

现在，如果我对它应用下面的正则表达式...

(https?|ftp)://([^/\r\n]+)(/[^\r\n]*)?

…我将会得到以下结果：

Match "http://stackoverflow.com/"
     Group 1: "http"
     Group 2: "stackoverflow.com"
     Group 3: "/"

Match "https://stackoverflow.com/questions/tagged/regex"
     Group 1: "https"
     Group 2: "stackoverflow.com"
     Group 3: "/questions/tagged/regex"

但是我不关心协议——我只想要URL的主机名和路径。所以，我将正则表达式更改为包含非捕获组(?:)。

(?:https?|ftp)://([^/\r\n]+)(/[^\r\n]*)?

现在，我的结果看起来像这样：

Match "http://stackoverflow.com/"
     Group 1: "stackoverflow.com"
     Group 2: "/"

Match "https://stackoverflow.com/questions/tagged/regex"
     Group 1: "stackoverflow.com"
     Group 2: "/questions/tagged/regex"

看到了吗？第一组没有被捕获。解析器用它来匹配文本，但最终结果中会忽略它。

编辑：

根据要求，让我尝试解释一下组。

嗯，组有很多用途。它们可以帮助您从更大的匹配中提取精确的信息（这些信息也可以命名），让您重新匹配以前匹配过的组，并可用于替换。让我们来试试几个例子，好吗？

想象一下你有一些 XML 或 HTML（注意，正则表达式可能不是最好的工具，但作为示例很好）。你想解析标签，所以你可以做这样的事情（我添加了空格以便更容易理解）：

   \<(?<TAG>.+?)\> [^<]*? \</\k<TAG>\>
or
   \<(.+?)\> [^<]*? \</\1\>
第一个正则表达式使用了命名组（TAG），而第二个则使用了普通组。这两个正则表达式的作用相同：它们都使用第一个组（标签名称）的值匹配结束标签。不同之处在于，第一个正则表达式使用名称匹配该值，而第二个使用组索引（从1开始）匹配该值。
让我们现在尝试一些替换。考虑以下文本：
Lorem ipsum dolor sit amet consectetuer feugiat fames malesuada pretium egestas.
现在，让我们对其应用这个简单的正则表达式：
\b(\S)(\S)(\S)(\S*)\b

这个正则表达式匹配至少有3个字符的单词，并使用分组来分离前三个字母。结果如下：

Match "Lorem"
     Group 1: "L"
     Group 2: "o"
     Group 3: "r"
     Group 4: "em"
Match "ipsum"
     Group 1: "i"
     Group 2: "p"
     Group 3: "s"
     Group 4: "um"
...

Match "consectetuer"
     Group 1: "c"
     Group 2: "o"
     Group 3: "n"
     Group 4: "sectetuer"
...

所以，如果我们应用替换字符串：

$1_$3$2_$4

... 我们想使用第一组, 添加下划线, 再使用第三组, 接着使用第二组, 再添加另一个下划线, 最后使用第四组. 最终的字符串将会像以下这样.

L_ro_em i_sp_um d_lo_or s_ti_ a_em_t c_no_sectetuer f_ue_giat f_ma_es m_la_esuada p_er_tium e_eg_stas.

你也可以使用命名分组进行替换，使用${name}。

如果想要尝试正则表达式，请推荐http://regex101.com/，它提供了很多关于正则表达式工作方式的详细信息；它还提供了几个可选择的正则表达式引擎。

4
传统的（捕获）分组在对结果执行替换操作时非常有用。以下是一个例子，我正在获取以逗号分隔的姓和名，然后翻转它们的顺序（感谢命名分组）... http://regexhero.net/tester/?id=16892996-64d4-4f10-860a-24f28dad7e30 - Steve Wortham
6
还可以指出，当使用正则表达式作为分隔符时，非捕获组是非常有用的: "Alice and Bob" -split "\s+(?:and|or)\s+" - Yevgeniy
13
将非捕获组(?:)与正向先行断言(?=)和负向先行断言(?!)进行比较解释是很有趣的。我刚开始学习正则表达式，但据我所知，非捕获组用于匹配并“返回”它们匹配的内容，但是这个“返回值”不会被“存储”以供反向引用。另一方面，正向先行断言和负向先行断言不仅不会被“存储”，而且它们也不属于匹配的一部分，它们只是断言某些内容会匹配，但如果我没弄错的话，它们的“匹配值”会被忽略…（我的理解大致正确吗？） - Christian
9
[] 表示一个字符集合； [123] 匹配集合中的任意一个字符，只匹配一次； [^123] 匹配除集合中的字符以外的任意一个字符，只匹配一次； [^/\r\n]+ 匹配一个或多个与 /、\r、\n 不同的字符。 - Ricardo Nolde
1
同样重要的是，具有非捕获组 (?: 的正则表达式比具有捕获组 '(' 的相同正则表达式快得多。因此，当我们不需要捕获组时，应该使用非捕获组。 - luke
显示剩余4条评论
243

使用捕获组可以组织和解析表达式。非捕获组具有第一个好处，但不具备第二个的开销。例如，您仍然可以说非捕获组是可选的。

假设您想匹配数值文本，但某些数字可能以1st、2nd、3rd、4th等形式书写。如果您想捕获数字部分但不包括（可选的）后缀，则可以使用非捕获组。

([0-9]+)(?:st|nd|rd|th)?

这将匹配形式为1、2、3...或形式为1st、2nd、3rd等的数字，但它只会捕获数字部分。

2
没有非捕获组，我可以这样做：([0-9]+)(st|nd|rd|th)?？有了\1，我就有了数字，不需要?:。顺便问一下，末尾的?是什么意思？ - Timo
1
在这种情况下，末尾的 ? 表示捕获组是可选的。 - Pillager225
157

?: 用于分组表达式，但不想将其保存为字符串中匹配/捕获的部分。

例如，可以使用它来匹配IP地址：

/(?:\d{1,3}\.){3}\d{1,3}/

请注意，我不关心保存前三个八位组，但是(?:...)分组允许我缩短正则表达式而不会产生捕获和存储匹配的开销。

17
对于不熟悉的读者：这可以匹配一个IP地址，但也可以匹配无效的IP地址。用于验证IP地址的表达式会更加复杂。所以，请不要使用此方法来验证IP地址。 - Francisco Zarabozo
只是补充一下，这意味着您有1到3个数字，后跟一个“。”，正好三次，然后再跟1到3个数字。 - Amber
68

历史背景：

非捕获组的存在可以通过使用括号来解释。

考虑表达式 (a|b)c 和 a|bc，由于串联优先级高于 |，这些表达式表示两种不同的语言（分别为 {ac, bc} 和 {a, bc}）。

然而，括号也可以用作匹配组（就像其他答案中所解释的一样……）。

当您想要括号但不捕获子表达式时，您使用非捕获组。在本例中，使用(?:a|b)c。

只回答暗示为什么我们需要分组。+1 - Behnam Esmaili
55

让我用一个例子来说明：

正则表达式代码: (?:animal)(?:=)(\w+)(,)\1\2

搜索字符串:

第1行 - animal=cat,dog,cat,tiger,dog

第2行 - animal=cat,cat,dog,dog,tiger

第3行 - animal=dog,dog,cat,cat,tiger

(?:animal) --> 非捕获组1

(?:=)--> 非捕获组2

(\w+)--> 捕获组1

(,)--> 捕获组2

\1 --> 捕获组1的结果，即第1行是猫，第2行是猫，第3行是狗。

\2 --> 捕获组2的结果，即逗号(,)

因此，在这个代码中，通过给出\1和\2，我们可以在代码后面调用或重复捕获组1和2的结果。

按照代码顺序，(?:animal) 应该是组1，(?:=) 应该是组2 以此类推..

但是，通过使用?:，我们使匹配组成为非捕获的(其不计算在匹配的组中，因此分组编号从第一个捕获组开始而不是非捕获组)，这样就无法在代码后面调用重复匹配组(?:animal)的结果。

希望这解释了非捕获组的用法。

enter image description here

(?:animal=)(\w+)(,)\1\2 因为 (?:animal)(?:=) 的匹配结果只有 animal=，所以没有必要有两个非捕获组。另一方面，如果你想要捕获第一个单词，(animal)(?:=)(\w+)(,)\2\3 可以重复第一个动物和逗号进行相同的匹配。例如，如果你的文本还包括蔬菜和矿物质，你可以使用 (?:\w+)(?:=)(\w+)(,)\2\3，然后你就可以将等于号前面的类别或者其他名字放在第一组中。在这种情况下，非捕获组将仅是 (?:=)，它将被丢弃。 - Jeter-work
47

这会使得这个组成为非捕获组，也就是说，与该组匹配的子字符串将不会被包含在捕获列表中。以下是 Ruby 的示例来说明差异：

"abc".match(/(.)(.)./).captures #=> ["a","b"]
"abc".match(/(?:.)(.)./).captures #=> ["b"]
为什么我们不能在这里使用"abc".match(/.(.)./).captures呢？ - PRASANNA SARAF
1
@PRASANNASARAF 当然可以。代码的重点是展示 (?:) 不会产生捕获，而不是演示 (?:) 的有用示例。当您想要对非原子子表达式应用量词或者想要限制 | 的范围时，(?:) 是很有用的，但您不想捕获任何内容。 - sepp2k
23

捕获组可以在正则表达式中后续使用来进行“或”匹配，或者用于替换操作。使用非捕获组可以将该组从上述两种情况中排除。

如果您尝试捕获多个不同的内容并且其中有一些组不想捕获，那么非捕获组就非常有用。

这基本上就是它们存在的原因。当您学习有关组的知识时，还应该学习原子组，它们可以做很多事情！还有查找组，但它们更加复杂，用得不太多。

以下是一个捕获组的后续使用示例（反向引用）：

<([A-Z][A-Z0-9]*)\b[^>]*>.*?</\1> [ 查找一个xml标签（不支持ns） ]

([A-Z][A-Z0-9]*) 是一个捕获组（在此示例中为标签名称）

正则表达式中后续出现的 \1 表示仅会匹配第一个组（即([A-Z][A-Z0-9]*)组）中匹配到的相同文本（在此示例中，它是用来匹配结束标签）。

1
你能否给一个简单的例子来说明如何使用它来匹配OR？ - never_had_a_name
1
我的意思是，您可以在以后使用它进行匹配，也可以在替换中使用它。那个句子中的“or”只是为了向您展示捕获组有两种用途。 - Bob Fincheimer
22

一个简单的答案

使用它们来确保发生几种可能性之一的地方 (?:one|two) 或可选短语 camp(?:site)? ，或者在一般情况下，您想要建立一个组/短语/部分而无需特别引用它。

它们可以将捕获的组数保持最少。

19

简述 非捕获组，顾名思义，是正则表达式中你不希望包含在匹配结果中的部分，?: 则是定义一个非捕获组的方法。

假设你有一个邮箱地址 example@example.com。下面的正则表达式将会创建两个组，一个是id部分，另一个是@example.com部分。(\p{Alpha}*[a-z])(@example.com) 。为了简单起见，我们提取整个域名，包括@字符。

现在假设，你只需要该地址的id部分。你需要做的就是获取匹配结果的第一个用括号()包围的组，这时你就可以使用非捕获组的语法，即?:。所以，这个正则表达式(\p{Alpha}*[a-z])(?:@example.com) 将只返回该邮箱地址的id部分。

3
在我看到你的回答之前，我一直很难理解这里所有的答案！ - metablaster
2
非捕获组包含在匹配中。但它们不被捕获。这意味着当您列出捕获的组时，非捕获组不在该列表中。它们也无法在表达式后面引用。例如，如果您不关心域名，可以使用(\w+)@\w.\w.*，只捕获ID部分。但是，如果必须是example.com，并且您想要丢弃example.com，因为所有良好的匹配都有它，那么您将使用非捕获组。(\w+)@(?:example.com)。 - Jeter-work
1
@Jeter-work在这里的评论本身就足够简洁和易读，应该作为对问题的回答！ - saxbophone
15
我不能评论顶部答案来说这个：我想补充一个明确的观点，这个观点只在顶部答案中隐含：
非捕获组 (?:...) 不会从原始完全匹配中删除任何字符，它只是将正则表达式在视觉上重新组织给程序员。
要访问正则表达式的特定部分而不包括多余字符，您总是需要使用 .group()。
3
你提供了其他回答中缺失的最重要的提示。我尝试了它们中的所有示例，并用最恰当的词语表达着感受，因为我没有得到期望的结果。只有你的帖子向我展示了我哪里出了错。 - Seshadri R
网页内容由stack overflow 提供, 点击上面的
可以查看英文原文，
原文链接