四时宝库

程序员的知识宝库

---

• 首页
• 留言本

---

分组

分组在正则中用()表示，根据小菜理解，分组的作用有两个：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：

\d{1,3}.\d{1,3}.\d{1,3}.\d{1,3}但仔细观察，我们可以发现一定的规律，可以把.\d{1,3}看成一个整体，也就是把他们看成一组，再把这个组重复3次即可。表达式如下：

\d{1,3}(.\d{1,3}){3} 再来看第二个作用，就拿匹配标签来说，简单的正则可以这样写：

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)>.*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)>.*，然后从左到右，依次为分组编号，因此，(title)是第1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}重复了两次，如果利用后向引用简化，表达式如下：

(\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：123.123.123.123。 不捕获不捕获就是在分组的前边加上?:，可以在不需要捕获分组的表达式中使用，加快表达式执行速度。就拿匹配标签来说，通过分组可以简写为

<(title)>.*但是如果是(?:title),则\1就不能捕获到这个子组了，只能捕获第一个出现的非?:的分组作为\1同时注意(?:title)本身会在完整匹配中，只是不在子组中，注意和断言的区别

$str="ab123ff";//正常,完整匹配为ab123ff, 有两个子组ab, ffpreg_match_all("|([a-z]{2}).*([a-z]{2})|U", $str, $out);echo"

";print_r($out);echo"

";//不捕获分组,完整匹配为ab23ff, 有一个子组ffpreg_match_all("|(?:[a-z]{2}).*([a-z]{2})|U", $str, $out);echo"

";print_r($out);echo"

";//断言,完整匹配为123ff, 有一个子组ffpreg_match_all("|(?<=[a-z]{2}).*([a-z]{2})|U", $str, $out);echo"

";print_r($out);echo"

";