Expressions régulières - Groupement et références

Dans les expressions régulières, legroupement(Groupement) permet de traiter plusieurs caractères comme une seule unité, tout comme les parenthèses en mathématiques. Le groupement a deux objectifs principaux :

  1. Traiter plusieurs caractères comme un tout: Vous pouvez appliquer des quantificateurs à ce tout (comme*、+、?、{n})
  2. Capturer le contenu correspondant: Vous pouvez référencer ou extraire cette partie du contenu correspondant plus tard

Syntaxe de base

Utiliser des parenthèses()pour créer des groupes :

(expression)

Par exemple,(ab)+peut correspondre à "ab", "abab", "ababab", etc., mais ne peut pas correspondre à "a" ni à "b".


Types de regroupement

Il existe plusieurs types différents de groupes dans les expressions régulières :

1. Groupe de capture

La forme de regroupement la plus courante ; elle capture le contenu correspondant et attribue un numéro (à partir de 1).

Exemple

(\d{4})-(\d{2})-(\d{2})# Faire correspondre au format de date YYYY-MM-DD

Cette expression crée 3 groupes :

  • Groupe 1 : année à 4 chiffres
  • Groupe 2 : mois à 2 chiffres
  • Groupe 3 : jour à 2 chiffres

2. Groupe non capturant

Utiliser(?:expression)syntaxe, signifiant un regroupement uniquement sans capture.

Exemple

(?:Mr|Ms|Mrs)\. (\w+)# Correspondance"Mr. Smith"mais ne capturer que"Smith"

3. Groupe de capture nommé

Attribuez des noms aux groupes pour améliorer la lisibilité (la syntaxe peut différer selon les langages).

Exemple Python :

Exemple

(?P<year>\d{4})-(?P<month>\d{2})-(?P<jour>\d{2})

Exemple JavaScript :

Exemple

(?<year>\d{4})-(?<month>\d{2})-(?<jour>\d{2})

Références de groupe

L'une des fonctionnalités les plus puissantes des groupes est la capacité de référencer le contenu correspondant à l'intérieur ou à l'extérieur de l'expression régulière.

1. Rétroréférence

Pour référencer un groupe antérieur à l'intérieur de l'expression régulière, utilisez\digitsyntaxe :

Exemple

(\w+) \1# Correspond à des mots répétés, tels que"hello hello"

Ce motif correspond à deux mots identiques séparés par un espace.

2. Rétroréférence nommée

Pour les groupes nommés, vous pouvez les référencer par leur nom :

Exemple

(?P<word>\w+) (?P=word)# Syntaxe Python
\k<word># Syntaxe JavaScript

3. Référence de remplacement

Référencez le contenu du groupe dans les opérations de remplacement :

Exemple Python :

Exemple

import re
text = "2023-05-15"
new_text = re.sub(r'(\d{4})-(\d{2})-(\d{2})', r'\2/\3/\1', text)
# Résultat : "05/15/2023"

Exemple JavaScript :

Exemple

let text = "2023-05-15";
let newText = text.replace(/(\d{4})-(\d{2})-(\d{2})/, '$2/$3/$1');
// Résultat : "05/15/2023"

Exemples d'applications pratiques

Exemple 1 : Correspondance des balises HTML

Exemple

<([a-z][a-z0-9]*)\b[^>]*>.*?</\1>

Ce motif peut correspondre à des balises HTML appariées (telles que<div>...</div>), où :

  • ([a-z][a-z0-9]*)Capture le nom de la balise
  • \1Fait référence au nom de la balise capturé précédemment pour garantir la cohérence

Exemple 2 : Détection des mots en double

Exemple

\b(\w+)\b\s+\1\b

Permet de trouver des mots répétés consécutivement dans un texte.

Exemple 3 : Conversion de format de date

Code Python :

Exemple

import re

date = "2023-12-25"
# Convertir YYYY-MM-DD en DD/MM/YYYY
new_date = re.sub(r'(\d{4})-(\d{2})-(\d{2})', r'\3/\2/\1', date)
print(new_date)  # Sortie : 25/12/2023

Applications avancées du groupement

1. Correspondance conditionnelle

Certains moteurs regex prennent en charge la correspondance conditionnelle basée sur les groupes :

Exemple

(?(1)true-pattern|false-pattern)

Indique que si le groupe 1 a correspondu, faire correspondre true-pattern ; sinon, faire correspondre false-pattern.

2. Groupes équilibrés (Fonctionnalité avancée)

Utilisé pour faire correspondre des structures imbriquées (telles que les parenthèses) ; nécessite la prise en charge par des moteurs regex spécifiques.


Problèmes et pièges courants

  1. Utilisation excessive de groupes: les groupes inutiles peuvent affecter les performances

    • Mauvais exemple :(a)|(b)(Si la capture n'est pas nécessaire, utilisez(?:a|b))
  2. Confusion dans la numérotation des groupes:

    • Les numéros de groupe commencent à 1 dans l'ordre des parenthèses ouvrantes
    • Les groupes non capturants ne sont pas numérotés
  3. Problèmes de correspondance gloutonne:

    <(.*)>  # will greedily match up to the last >

    Vous devriez utiliser :

    <(.*?)>  # non-greedy matching

Défis pratiques

  1. Écrivez une expression régulière pour faire correspondre des noms d'utilisateur d'e-mail répétés (tels queuser@domain.com;user@domain.com)
  2. Convertir le format de numéro de téléphone de(123) 456-7890à123-456-7890
  3. Extraire tous les attributs des balises HTML (tels que<img src="..." alt="...">le src et l'alt à l'intérieur)

Résumé des points clés

Concept Syntaxe Objectif
Groupe de capture (pattern) Capture le contenu correspondant et attribue un numéro
Groupe non capturant (?:pattern) Groupes sans capture
Groupe de capture nommé (?P<name>pattern) (Python) Attribue un nom au groupe
Rétroréférence \1, \2wait Fait référence à un groupe correspondant précédemment
Rétroréférence nommée (?P=name) (Python) Référence un groupe par son nom
Référence de remplacement $1, $2ou\1, \2 Référence des groupes dans les chaînes de remplacement

Maîtriser le regroupement et les références dans les expressions régulières vous permet de :

  • Construire des motifs de correspondance plus complexes
  • Extraire et traiter des parties spécifiques de chaînes
  • Mettre en œuvre une conversion intelligente de chaînes
  • Valider des structures de texte complexes
Autres extensions