Reguläre Ausdrücke - Gruppierung und Referenzen
In regulären Ausdrücken,Gruppierung(Gruppierung) ermöglicht es uns, mehrere Zeichen als eine Einheit zu behandeln, genau wie Klammern in der Mathematik. Gruppierung hat zwei Hauptzwecke:
- Mehrere Zeichen als Ganzes behandeln: Sie können Quantifizierer auf dieses Ganze anwenden (wie z. B.
*、+、?、{n}) - Übereinstimmenden Inhalt erfassen: Sie können später auf diesen Teil des übereinstimmenden Inhalts verweisen oder ihn extrahieren
Grundlegende Syntax
Klammern verwenden()um Gruppen zu erstellen:
(expression)
Zum Beispiel,(ab)+kann mit "ab", "abab", "ababab" usw. übereinstimmen, aber nicht mit "a" oder "b".
Gruppierungsarten
In regulären Ausdrücken gibt es mehrere verschiedene Arten von Gruppen:
1. Erfassende Gruppe
Die gebräuchlichste Form der Gruppierung; sie erfasst den übereinstimmenden Inhalt und weist eine Nummer zu (beginnend bei 1).
Beispiel
Dieser Ausdruck erstellt 3 Gruppen:
- Gruppe 1: 4-stellige Jahreszahl
- Gruppe 2: zweistelliger Monat
- Gruppe 3: zweistelliger Tag
2. Nicht erfassende Gruppe
Verwenden Sie(?:expression)Syntax, d. h. nur Gruppierung ohne Erfassung.
Beispiel
3. Benannte erfassende Gruppe
Gruppen Namen zuweisen, um die Lesbarkeit zu verbessern (Syntax kann sich zwischen Sprachen unterscheiden).
Python-Beispiel:
Beispiel
JavaScript-Beispiel:
Beispiel
Gruppenreferenzen
Eine der leistungsstärksten Funktionen von Gruppen ist die Möglichkeit, auf übereinstimmenden Inhalt innerhalb oder außerhalb des regulären Ausdrucks zu verweisen.
1. Rückverweis
Um auf eine frühere Gruppe innerhalb des regulären Ausdrucks zu verweisen, verwenden Sie\digitSyntax:
Beispiel
Dieses Muster stimmt mit zwei identischen Wörtern überein, die durch ein Leerzeichen getrennt sind.
2. Benannter Rückverweis
Bei benannten Gruppen können Sie über den Namen auf sie verweisen:
Beispiel
\k<word># JavaScript-Syntax
3. Ersetzungsreferenz
Verweisen Sie in Ersetzungsvorgängen auf Gruppeninhalt:
Python-Beispiel:
Beispiel
text = "2023-05-15"
new_text = re.sub(r'(\d{4})-(\d{2})-(\d{2})', r'\2/\3/\1', text)
# Ergebnis: "05/15/2023"
JavaScript-Beispiel:
Beispiel
let newText = text.replace(/(\d{4})-(\d{2})-(\d{2})/, '$2/$3/$1');
// Ergebnis: "05/15/2023"
Praktische Anwendungsbeispiele
Beispiel 1: HTML-Tags abgleichen
Beispiel
Dieses Muster kann gepaarte HTML-Tags abgleichen (wie zum Beispiel<div>...</div>), wobei:
([a-z][a-z0-9]*)Erfasst den Tag-Namen\1Verweist auf den zuvor erfassten Tag-Namen, um Konsistenz sicherzustellen
Beispiel 2: Erkennen doppelter Wörter
Beispiel
Kann aufeinanderfolgende wiederholte Wörter im Text finden.
Beispiel 3: Datumsformat-Konvertierung
Python-Code:
Beispiel
date = "2023-12-25"
# Konvertiere YYYY-MM-DD in DD/MM/YYYY
new_date = re.sub(r'(\d{4})-(\d{2})-(\d{2})', r'\3/\2/\1', date)
print(new_date) # Ausgabe: 25/12/2023
Erweiterte Anwendungen der Gruppierung
1. Bedingtes Matching
Einige Regex-Engines unterstützen bedingtes Matching basierend auf Gruppen:
Beispiel
Gibt an, dass, wenn Gruppe 1 übereingestimmt hat, true-pattern übereinstimmt; andernfalls false-pattern.
2. Balancierte Gruppen (Erweiterte Funktion)
Wird verwendet, um verschachtelte Strukturen (wie Klammern) abzugleichen; erfordert Unterstützung durch bestimmte Regex-Engines.
Häufige Probleme und Fallstricke
Übermäßige Verwendung von Gruppen: Unnötige Gruppen können die Leistung beeinträchtigen
- Schlechtes Beispiel:
(a)|(b)(Wenn keine Erfassung benötigt wird, verwenden Sie(?:a|b))
- Schlechtes Beispiel:
Verwirrung bei der Gruppennummerierung:
- Gruppennummern beginnen bei 1 in der Reihenfolge der öffnenden Klammern
- Nicht erfassende Gruppen werden nicht nummeriert
Probleme mit gierigem Matching:
<(.*)> # will greedily match up to the last >
Sie sollten verwenden:
<(.*?)> # non-greedy matching
Übungsaufgaben
- Schreiben Sie einen Regex, um wiederholte Benutzernamen zu finden (wie z. B.
user@domain.com;user@domain.com) - Telefonformat konvertieren von
(123) 456-7890auf123-456-7890 - Alle Attribute aus HTML-Tags extrahieren (wie z. B.
<img src="..." alt="...">die darin enthaltenen src und alt)
Zusammenfassung der wichtigsten Punkte
| Konzept | Syntax | Zweck |
|---|---|---|
| Erfassungsgruppe | (pattern) |
Erfasst den übereinstimmenden Inhalt und weist eine Nummer zu |
| Nicht-Erfassungsgruppe | (?:pattern) |
Gruppen ohne Erfassung |
| Benannte Erfassungsgruppe | (?P<name>pattern) (Python) |
Weist der Gruppe einen Namen zu |
| Rückreferenz | \1, \2warten |
Verweist auf eine zuvor gefundene Gruppe |
| Benannte Rückreferenz | (?P=name) (Python) |
Referenziert eine Gruppe anhand des Namens |
| Ersetzungsreferenz | $1, $2oder\1, \2 |
Referenziert Gruppen in Ersetzungszeichenfolgen |
Die Beherrschung von Gruppierung und Referenzen in regulären Ausdrücken ermöglicht es Ihnen:
- Komplexere Übereinstimmungsmuster zu erstellen
- Bestimmte Teile von Zeichenketten zu extrahieren und zu verarbeiten
- Intelligente Zeichenkettenkonvertierung zu implementieren
- Komplexe Textstrukturen zu validieren