正则表达式分组相关的知识

一、组的分类
正则中的组有捕获组和非捕获组，而捕获组又分为普通的捕获组和命名捕获组，分别为
捕获组：(exp)
命名捕获组：(? <name> exp)
非捕获组：(?:exp)

二、组的作用
1、捕获组的作用

捕获组的作用是将正则表达式exp匹配到的内容保存到组里，供以后使用

比如这样一个字符串：
<a href="http://bbs.csdn.net" title="床上等你"> CSDN </a>
我想得到网址，而它符合的规则是在 <a...> 标签内，那就可以这样做

C# code

string test = "<a href=\"http://bbs.csdn.net\" title=\"床上等你\">CSDN</a>";
Match m = Regex.Match(test, @"<a\s*href=""([^""]*)""[^>]*>", RegexOptions.IgnoreCase);
if (m.Success)
    MessageBox.Show(m.Groups[1].Value);

上面的正则表达式匹配到了 <a href="http://bbs.csdn.net" title="床上等你"> ，而我们想得到网址，表达式其它部分只是为了保证取到的网址是在 <a...> 标签内的，所以这里用到的捕获组，把匹配到的网址保存到捕获组里，然后用m.Groups[1].Value得到这个捕获组所匹配到的内容
m.Groups[1].Value是一种对捕获的引用方式，还有另外一种引用方式m.Result("$1")，效果是一样的

普通捕获组是用1,2,3...这样的自然数对捕获组进行引用的
而命名捕获组可以不用去数捕获组的序号，直接通过捕获组的命称对它进行引用

C# code

string test = "<a href=\"http://bbs.csdn.net\" title=\"床上等你\">CSDN</a>";
Match m = Regex.Match(test, @"<a\s*href=""(?<url>[^""]*)""[^>]*>", RegexOptions.IgnoreCase);
if (m.Success)
    MessageBox.Show(m.Groups["url"].Value);

至于捕获组的分组命名及序号排序规则，在后面说明

2、非捕获组的作用
非捕获组的作用有两个，第一个比较常用，第二个了解一下即可

(1)、节省系统资源，提高效率
在使用“ ¦”表示“或”的关系时，稍微复杂的情况，需要用()来限制“ ¦”的作用范围，否则即表示“ ¦”的左右两侧整体为“或”的关系，这是题外话，这里不详细说明了，还有用{num}来表达式匹配次数时，有时前面也要用到()限制作用范围
而使用()来限制作用范围的同时，默认情况下会把匹配到的结果保存到一个捕获组里，而大多数时候，我们是不需要保存这部分内容的，这就带来一定的副作用，浪费了系统资源，降低了效率
非捕获组的一个作用就是用来消除这种副作用的，(?:exp)用来匹配exp所表示的规则，但不将匹配结果保存到捕获组里

比如匹配HH:mm:ss这样的时间

C# code

MessageBox.Show(Regex.IsMatch("18:23:55", "^(?:[01][0-9]|2[0-3])(?::[0-5][0-9]){2}$").ToString());

(?:[01][0-9] ¦2[0-3])验证小时部分是否符合规则，但不会将匹配结果保存到捕获组里
(?::[0-5][0-9]){2}验证了分秒部分，但不会将匹配结果保存到捕获组里

(2)、在使用Regex.Split方法时，起到与RegexOptions .ExplicitCapture参数相同的作用，这个用得不多，了解一下就行了

三、捕获组分组命名及序号排序
普通捕获组是按“(”从左到右出现的先后顺序以自然数1,2,3...进行命名的
命名捕获组就是以(? <name> exp)中的name进行命名的

但是要注意一点，在表达式匹配成功的前提下，$0在任何情况下都表示整个表达式所匹配到的内容，m.Groups[0].Value表示整个表达式匹配到的内容，可以简写为m.Value

另外就是命名捕获组除了可以用name对它进行引用外，还可以通过序号对它引用，它的命名规则为：先对普通捕获组从左到右进行序号命名，然后再从开头，从左到右对命名捕获组进行序号命名，举例如下

<a\s*href="(? <url> [^"]*)"\s*title="([^"]*)"[^> ]*> (? <text> [\s\S]*?) </a>
2 url 1 3 text

C# code

string test = "<a href=\"http://bbs.csdn.net\" title=\"床上等你\">CSDN</a>";
Match m = Regex.Match(test, @"<a\s*href=""(?<url>[^""]*)""\s*title=""([^""]*)""[^>]*>(?<text>[\s\S]*?)</a>", RegexOptions.IgnoreCase);
if (m.Success)
{
    richTextBox1.Text += m.Groups[0].Value + "\n";       //<a href="http://bbs.csdn.net" title="床上等你">CSDN</a>
    richTextBox1.Text += m.Groups[1].Value + "\n";       //床上等你
    richTextBox1.Text += m.Groups[2].Value + "\n";       //http://bbs.csdn.net
    richTextBox1.Text += m.Groups["url"].Value + "\n";   //http://bbs.csdn.net
    richTextBox1.Text += m.Groups[3].Value + "\n";       //CSDN
    richTextBox1.Text += m.Groups["text"].Value + "\n";  //CSDN
}

四、组的另一种引用方式
除了上面 m.Groups[1].Value 和 m.Result("$1") 这两种对结果集进行处理时的引用方式外，还有在替换时的一种引用方式，举例如下

只保留网址和链接文字，去掉 <a...> 标签中其它无用信息

C# code

string test = "<a href=\"http://bbs.csdn.net\" title=\"床上等你\">CSDN</a>";
string result = Regex.Replace(test, @"<a\s*href=""([^""]*)""\s*title=""([^""]*)""[^>]*>(?<text>[\s\S]*?)</a>", @"<a href=""$1"">${text}</a>", RegexOptions.IgnoreCase);
MessageBox.Show(result);

普通捕获组就是用$number来引用，而命名捕获是用${name}来引用