java 正则表达式 非捕获组(特殊构造) (转)

在 java api 文档中的正则表达式关于特殊构造(非捕获组)的说明看不懂。例如：

(?:X)X，作为非捕获组(?idmsux-idmsux)Nothing，但是将匹配标志由 on 转为 off(?idmsux-idmsux:X)X，作为带有给定标志 on - off 的非捕获组(?=X)X，通过零宽度的正 lookahead(?!X)X，通过零宽度的负 lookahead(?<=X)X，通过零宽度的正 lookbehind(?<!X)X，通过零宽度的负 lookbehind(?>X)X，作为独立的非捕获组

这些字都说的很抽象。不懂……。还是搜索下去。找到 火龙果 的解释如下：

以 (? 开头，) 结尾的都称为非捕获组，在匹配完成后在内存中不保留匹配到的字符。

非捕获组的应用比较复杂，这里只能简单地说一下它们的意思。

1、(?:X) X，作为非捕获组
与捕获组 ( ) 的意思一样也是将其作为一组进行处理，与捕获组的区别在于不捕获匹配的文本，仅仅作为分组。
比如：

要匹配 123123 这个，就可以写为 (123)\1 使用反向引用，这时只能用捕获组，在匹配123 后会保留在内存中，便于反向引用；

(?:123) 在匹配完后则不会保留反向引用，区别仅在于此。不保留反向引用可以节省内存，提高效率。

(123)\1等效(?:123)123，代码示例：

/**
* outputs
* 模式(123)\1
* 123123
*/
Pattern p = Pattern.compile("(123)\\1");
Matcher m = p.matcher("ad123dfe123123grr");
System.out.println("模式(123)\\1");
while(m.find()){
System.out.println(m.group());
}
~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
/**
* outputs
* 模式(?:123)123
* 123123
*/
p = Pattern.compile("(?:123)123");
m = p.matcher("ad123dfe123123grr");
System.out.println("模式(?:123)123");
while(m.find()){
System.out.println(m.group());
}

2、(?idmsux-idmsux)  Nothing，但是将匹配标志i d m s u x on - off
用于标志匹配，比如：表达式 (?i)abc(?-i)def 这时，(?i) 打开不区分大小写开关，abc 匹配
不区分大小地进行匹配，(?-i) 关闭标志，恢复不区分大小写，这时的 def 只能匹配 def

~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~

//(?i)忽略大小写，这个简单。但是只适合ASCII字符
//当有俄文字符——小写б(大写Б)л(Л)，这时要一起用(?u)
p = Pattern.compile("(?i)(?u)sayбл");
m = p.matcher("This is a test sayбл hello.\n"+"Wello SayБЛ \nello?");
System.out.println("参数为(?i)(?u)");
while(m.find()){
System.out.println(m.group());
}

~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~

//单行模式下，.可以匹配任何字符(包括\n)
/**
* outputs
* hello
* Wello
* \nello
*/
p = Pattern.compile("(?s).ello");
m = p.matcher("This is a test say hello.\n"+ "Wello say \nello?");
System.out.println("参数为(?s)");
while(m.find()){
System.out.println(m.group());
}

~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~

//(?d)模式下，类似单行模式，但是(.)无法匹配(\n)
/**
* (?d)没有匹配
*
* (?d)(?m)outputs
* hello.
*/
p = Pattern.compile("(?d)(?m).ello.$");
m = p.matcher("This is a test say hello.\n"+ "Wello say \nello?");
System.out.println("参数为(?d)");
while(m.find()){
System.out.println(m.group());
}

~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~

//多行模式下，\n作为行的分隔符，不匹配(.)
/**
* outputs:
* hello
* Wello
*/
p = Pattern.compile("(?m).ello");
m = p.matcher("This is a test say hello.\n"+ "Wello say \nello?");
System.out.println("参数为(?m)");
while(m.find()){
System.out.println(m.group());
}

~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~

3、(?idmsux-idmsux:X)  X，作为带有给定标志 i d m s u x on - off
与上面的类似，上面的表达式，可以改写成为：(?i:abc)def，或者 (?i)abc(?-i:def)

 

4、(?=X) X，通过零宽度的正 lookahead
5、(?!X) X，通过零宽度的负 lookahead
(?=X) 表示当前位置（即字符的缝隙）后面允许出现的字符，比如：表示式 a(?=b)，在字符串为
ab 时，可能匹配 a，后面的 (?=b) 表示，a 后面的缝隙，可以看作是零宽度。
(?!X) 表示当前位置后面不允许出现的字符

~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~

//a(?=b)，匹配a前瞻(lookahead)是b；即ab但不捕获b
/**
* outputs
* a:start=4,end=5
* a:start=9,end=10
*/
p = Pattern.compile("a(?=b)");
m = p.matcher("aacdabaaeabdaBh");
System.out.println("a(?=b)");
while(m.find()){
System.out.println(m.group() + ":start=" + m.start() + ",end=" + m.end());
}

~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~

//a(?!b)，匹配a前瞻(lookahead)是非b；即a[^b]但不捕获[^b]
/**
* outputs
* a:start=0,end=1
* a:start=1,end=2
* a:start=6,end=7
* a:start=7,end=8
* a:start=12,end=13
*/
p = Pattern.compile("a(?!b)");
m = p.matcher("aacdabaaeabdaBh");
System.out.println("a(?!b)");
while(m.find()){
System.out.println(m.group() + ":start=" + m.start() + ",end=" + m.end());
}

~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~

6、(? <=X) X，通过零宽度的正 lookbehind
7、(? <!X) X，通过零宽度的负 lookbehind
这两个与上面两个类似，上面两个是向后看，这个是向前看

~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~

//(?<=b)a，匹配a后瞻(lookbehind)是b；即ba但不捕获b
/**
* outputs
* a:start=6,end=7
*/
p = Pattern.compile("(?<=b)a");
m = p.matcher("aacdabaaeabdaBh");
System.out.println("(?<=b)a");
while(m.find()){
System.out.println(m.group() + ":start=" + m.start() + ",end=" + m.end());
}

~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~

//(?<!b)a，匹配a后瞻(lookbehind)是非b；即[^b]a但不捕获[^b]
/**
* outputs
* a:start=0,end=1
* a:start=1,end=2
* a:start=4,end=5
* a:start=7,end=8
* a:start=9,end=10
* a:start=12,end=13
*/
p = Pattern.compile("(?<!b)a");
m = p.matcher("aacdabaaeabdaBh");
System.out.println("(?<!b)a");
while(m.find()){
System.out.println(m.group() + ":start=" + m.start() + ",end=" + m.end());
}

~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~

8、(?>X) X，作为独立的非捕获组
匹配成功不进行回溯，这个比较复杂，也侵占量词“+”可以通用，比如：\d++ 可以写为 (?>\d+)。

~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~

//(?>x)不回溯的匹配，性能优化
/**
* outputs
* integer:start=5,end=12
* insert:start=17,end=23
* in:start=27,end=29
*/
p = Pattern.compile("\\b(?>integer|insert|in)\\b");
m = p.matcher("test integer and insert of in it");
System.out.println("\\b(?>integer|insert|in)\\b");
while(m.find()){
System.out.println(m.group() + ":start=" + m.start() + ",end=" + m.end());
}

//换了个顺序，结果大不一样！
/**
* outputs
* in:start=27,end=29
*/
p = Pattern.compile("\\b(?>in|integer|insert)\\b");
m = p.matcher("test integer and insert of in it");
System.out.println("\\b(?>in|integer|insert)\\b");
while(m.find()){
System.out.println(m.group() + ":start=" + m.start() + ",end=" + m.end());
}