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 :
- Traiter plusieurs caractères comme un tout: Vous pouvez appliquer des quantificateurs à ce tout (comme
*、+、?、{n}) - 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
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
3. Groupe de capture nommé
Attribuez des noms aux groupes pour améliorer la lisibilité (la syntaxe peut différer selon les langages).
Exemple Python :
Exemple
Exemple JavaScript :
Exemple
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
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
\k<word># Syntaxe JavaScript
3. Référence de remplacement
Référencez le contenu du groupe dans les opérations de remplacement :
Exemple Python :
Exemple
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 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
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
Permet de trouver des mots répétés consécutivement dans un texte.
Exemple 3 : Conversion de format de date
Code Python :
Exemple
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
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
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))
- Mauvais exemple :
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
Problèmes de correspondance gloutonne:
<(.*)> # will greedily match up to the last >
Vous devriez utiliser :
<(.*?)> # non-greedy matching
Défis pratiques
- Écrivez une expression régulière pour faire correspondre des noms d'utilisateur d'e-mail répétés (tels que
user@domain.com;user@domain.com) - Convertir le format de numéro de téléphone de
(123) 456-7890à123-456-7890 - 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