正则表达式中的非捕获组是什么？

为了补充这个帖子中其他好的回答，我想要加入我发现的一个有趣的观察。

发现：你可以在一个非捕获组中放置一个捕获组。

问题详情：请看下面用于匹配Web URL的正则表达式：

var parse_url_regex = /^(?:([A-Za-z]+):)(\/{0,3})([0-9.\-A-Za-z]+)(?::(\d+))?(?:\/([^?#]*))?(?:\?([^#]*))?(?:#(.*))?$/;

这是我的输入网址字符串：

var url = "http://www.ora.com:80/goodparts?q#fragment";

我的正则表达式中的第一个组是(?:([A-Za-z]+):)，它是一个非捕获组，匹配协议方案（http）和冒号（:）字符。继续匹配后会匹配到http:。但是当我运行下面的代码时：

console.debug(parse_url_regex.exec(url));

我可以看到返回的数组的第1个索引包含字符串http（请参阅截图）。

此时，我的想法是http和冒号:都不会在输出中报告，因为它们位于一个非捕获组内。如果第一个正则表达式组(?:([A-Za-z]+):)是一个非捕获组，那么为什么它会在输出数组中返回http字符串呢？

解释：如果您注意到，([A-Za-z]+)是一个捕获组（开头没有?:）。但是，该捕获组本身位于非捕获组(?:([A-Za-z]+):)中，并跟随一个冒号:字符。这就是为什么文本http仍然被捕获，但落在非捕获组内（但在捕获组外部）的冒号:字符不会在输出数组中报告的原因。

我是一名 JavaScript 开发者，将尝试解释其在 JavaScript 中的重要性。

考虑这样一个情景：你想匹配 cat is animal， 当你想要匹配 cat 和 animal 并且它们两者之间应该有一个 is。

 // this will ignore "is" as that's is what we want
"cat is animal".match(/(cat)(?: is )(animal)/) ;
result ["cat is animal", "cat", "animal"]

 // using lookahead pattern it will match only "cat" we can
 // use lookahead but the problem is we can not give anything
 // at the back of lookahead pattern
"cat is animal".match(/cat(?= is animal)/) ;
result ["cat"]

 //so I gave another grouping parenthesis for animal
 // in lookahead pattern to match animal as well
"cat is animal".match(/(cat)(?= is (animal))/) ;
result ["cat", "cat", "animal"]

 // we got extra cat in above example so removing another grouping
"cat is animal".match(/cat(?= is (animal))/) ;
result ["cat", "animal"]

在复杂的正则表达式中，你可能会遇到一种情况，即希望使用大量组，其中一些用于重复匹配，一些用于提供回溯引用。默认情况下，匹配每个组的文本将加载到回溯引用数组中。当我们有很多组，并且只需要能够从回溯引用数组中引用其中一些时，我们可以覆盖此默认行为，告诉正则表达式某些组仅用于重复处理，并且不需要被捕获和存储在回溯引用数组中。

让我举一个地理坐标的例子，下面匹配了两个组

Latitude,Longitude

([+-]?\d+(?:\.\d+)?),([+-]?\d+(?:\.\d+)?)

让我们取一个坐标点 ([+-]?\d+(?:\.\d+)?)

坐标可以是整数，比如 58，也可以是小数，比如 58.666。因此，可选的(.666)第二部分 (\.\d+)? 被提及。

(...)? - for optional

但是它被括号包围，这将成为另一组匹配。我们不希望有两次匹配，一次是对于58，另一次是对于.666，我们需要一个匹配的纬度。这就是非捕获组(?:)。

使用非捕获组[+-]?\d+(?:\.\d+)?，58.666和58都是单个匹配。

(?: ... ) 表示一个组 ( ... ) 但不捕获匹配数据。它比标准的捕获组要高效得多。当你想要分组但不需要以后重用时，可以使用它。@Toto

这非常简单，我们可以通过一个简单的日期示例来理解，假设日期为2019年1月1日或2019年5月2日或其他任何日期，我们只想将其转换为dd/mm/yyyy格式，不需要月份的名称（例如January或February），因此为了捕获数字部分而不是（可选）后缀，您可以使用非捕获组。

所以正则表达式应该是：

([0-9]+)(?:January|February)?

就是这么简单。

我来翻译一下。关于IT技术，有一个需要注意的问题：在使用捕获变量时，一定要检查匹配是否成功。

如果匹配失败，那么捕获变量如$1等都是无效的，并且它们也不会被清除。

#!/usr/bin/perl  
use warnings;
use strict;   
$_ = "bronto saurus burger";
if (/(?:bronto)? saurus (steak|burger)/)
{
    print "Fred wants a  $1";
}
else
{
    print "Fred dont wants a $1 $2";
}

在上面的例子中，为了避免在$1中捕获bronto，使用了(?:)。
如果匹配成功，则$1将被作为下一个分组模式所捕获。
因此，输出结果如下：

Fred wants a burger

如果您不想保存匹配结果，这将非常有用。

打开你的 Google Chrome 开发者工具，然后切换到控制台选项卡，并输入以下内容：

"Peace".match(/(\w)(\w)(\w)/)

运行它，你会看到：

["Pea", "P", "e", "a", index: 0, input: "Peace", groups: undefined]

JavaScript的RegExp引擎捕获三个组，索引为1、2、3的项。现在使用非捕获标记来查看结果。

"Peace".match(/(?:\w)(\w)(\w)/)

结果如下：

["Pea", "e", "a", index: 0, input: "Peace", groups: undefined]

这很明显是非捕获组。