java正则表达式分组( )分组

java正则表达式分组( )分组

以下内容均为个人理解，方便后续复习用博客整理起来，如果有误，还望指正。。。。（以下均为java在eclipse中的正则表达式）

（ ）分组

          在java正则表达式中，（ ）是分组的意思，依旧是所谓的捕获组。每一个（ ）代表着一个group，该组是通过从左至右计算其括号来编号。

一个经典的例子：

在表达式（（A）（B（C））），有四个这样的组：

• ((A)(B(C)))
• (A)                                                                          可以看出，这个分组就是按照括号从左至右计算得来的
• (B(C))
• (C)

可以通过调用 matcher 对象的 groupCount 方法来查看表达式有多少个分组。groupCount 方法返回一个 int 值，表示matcher对象当前有多个捕获组。

还有一个特殊的组（group(0)），它总是代表整个表达式。该组不包括在 groupCount 的返回值中。

到此，我对（）分组的探究并没有停止，在看了不少博客之后，我发现分组还能够通过引用来简化表达式，而引用的方式是（1或者$1）。

总结下来分组 的作用（借鉴别人的博客）：

1.将某些规律看成是一组，然后进行组级别的重复，可以得到意想不到的效果。

2.分组之后，可以通过后向引用简化表达式（1 或者$1）。

分组举列

先来看第一个作用，对于IP地址的匹配，简单的可以写为如下形式（eclipse中java正则）：

String pattern = "(\d{1,3})\.(\d{1,3})\.(\d{1,3})\.(\d{1,3})";

从这个 我们可以看出，这里有五个group，group(0)、group(1)、group(2)、group(3)、group(4),并且这几个分组的正则表达式都是一样的。我们可以对上述正则表达式进行简化。结果如下：

String pattern = "(\d{1,3})(\.(\d{1,3})){3}";

这个表达式的意思就是把IP地址后面的带颜色的.xx重复三次。

 再来看第二个作用，就拿匹配<title>hello</title>标签来说，简单的正则可以这样写：

<title>.*</title>

可以看出，上边表达式中有两个title，完全一样，其实可以通过分组简写。表达式如下：

<(title)>.*</1>             eclipse中是<(title)>.*</\1>

对于分组而言，整个表达式永远算作第0组，在本例中，第0组是<(title)>.*</\1>，然后从左到右，依次为分组编号，因此，(title)是第1组。看下面的代码

public class Title {public static void main(String[] args) {String title="<title>hello</title>";String pattern = "<(title)>.*</\1>";Pattern p=Patternpile(pattern);//Pattern p=Patternpile(pattern1);Matcher m=p.matcher(title);if(m.find()==true) {boolean b=m.matches();System.out.println(b);System.out.up(0));System.out.up(1));System.out.up(2));}}
}

 会在控制台打印如下：

错误提示是没有组2，因为在这个代码中就只有（title）这一个组。 

注意：

用1这种语法，可以引用某组的文本内容，但不能引用正则表达式。

例如刚刚的IP地址正则表达式为(\d{1,3})(\.(\d{1,3})){3}，里边的\.(\d{1,3})重复了三次，如果利用后向引用简化，表达式如下：

String pattern2 = "(\d{1,3})(\.\1){3}";

经过实际测试，会发现这样写是错误的，为什么呢？

后向引用，引用的仅仅是文本内容，而不是正则表达式！

也就是说，组中的内容一旦匹配成功，后向引用，引用的就是匹配成功后的内容，引用的是结果，而不是表达式。

因此，(\d{1,3})(\.\1){3}这个表达式实际上匹配的是四个数都相同的IP地址，比如：225.225.225.225。代码：

public class IP {public static void main(String[] args) {String ip="225.225.225.225";
//		String pattern = "(\d{1,3})(\.(\d{1,3})){3}";
//		String pattern1 = "(\d{1,3})\.(\d{1,3})\.(\d{1,3})\.(\d{1,3})";String pattern2 = "(\d{1,3})(\.\1){3}";Pattern p=Patternpile(pattern2);Matcher m=p.matcher(ip);if(m.find()==true) {boolean b=m.matches();System.out.println(b);System.out.up(0));}}
}

控制台打印结果：

正则真的玄妙，一个小小的（）分组都够研究半天了，估计是我太菜了。。。。。

注：在进一步学习后，遇到这个问题：

在使用?<=和?=时，例如：(?<=(href=")).*(?=(">))。

按照之前的分析，此时的group(1)是(?<=(href="))，group(2)应该是(href=")，其实并不是这样的，在正则表达式中(?<=pattern)是一个字符。正确的group(1)是(href=")。

贴一个例子：

public class UseGhd {public static void main(String[] args) {//(?<=(href=")).{1,200}(?=(">))String s="<br/>您好，非常好，很开心认识你rn" + "<br/><a target=_blank href="www.baidu">百度一下</a>百度才知道rn" + "<br/><a target=_blank href="/view/fafa.htm">发发</ a>最佳帅哥rn" + "<br/><a target=_blank href="/view/lili.htm">丽丽</ a>最佳美女rn" + "<br/>";String pattern="(?<=(href=")).*(?=(">))";Pattern p=Patternpile(pattern);//Pattern p=Patternpile(pattern1);Matcher m=p.matcher(s);while(m.find()) {//System.out.println(m);System.out.up(0));System.out.up(1));System.out.up(2));}String s1="dog";String pattern1="((.)(.(.)))";Pattern p1=Patternpile(pattern1);Matcher m1=p1.matcher(s1);while(m1.find()) {//System.out.println(m);System.out.up(0));System.out.up(1));System.out.up(2));System.out.up(3));System.out.up(4));}}
}

结果：

其中道理 慢慢捋一捋就能知道。。。。