enc

正则表达式

1. 捕获与非捕获

在一些正则表达式里能见到 ?: 符号，这个符号表示的含义就是非捕获匹配，什么是捕获匹配和什么是非捕获匹配，可通过以下例子进行说明：

我们先给出一个捕获匹配表达式：Windows(XP|7|10)，这个表达式可匹配字符串 "Windows98 WindowsXP Windows7 Windows11" 中的 "WindowsXP" 和 Windows7，同时，他也会将 XP 和 7 也单独匹配出来。非捕获匹配表达式的写法为 Windows(?:XP|7|10)，这个表达式仅能匹配字符串 "Windows98 WindowsXP Windows7 Windows11" 中的 "WindowsXP" 和 Windows7，XP 和 7 不会再单独匹配出来。

利用 Go 语言实现了一个例子，如下：

func TestRegexp(t *testing.T) {
	str := "Windows98 WindowsXP Windows7 Windows11"

	capture := regexp.MustCompile("Windows(XP|7|10)")
	captureRes := capture.FindAllStringSubmatchIndex(str, -1)
	require.Equal(t, 2, len(captureRes))
	require.Equal(t, 4, len(captureRes[0]))
	require.Equal(t, "WindowsXP", str[captureRes[0][0]:captureRes[0][1]])
	require.Equal(t, "XP", str[captureRes[0][2]:captureRes[0][3]])
	require.Equal(t, 4, len(captureRes[1]))
	require.Equal(t, "Windows7", str[captureRes[1][0]:captureRes[1][1]])
	require.Equal(t, "7", str[captureRes[1][2]:captureRes[1][3]])

	nonCapture := regexp.MustCompile("Windows(?:XP|7|10)")
	nonCaptureRes := nonCapture.FindAllStringSubmatchIndex(str, -1)
	require.Equal(t, 2, len(nonCaptureRes))
	require.Equal(t, 2, len(nonCaptureRes[0]))
	require.Equal(t, "WindowsXP", str[nonCaptureRes[0][0]:nonCaptureRes[0][1]])
	require.Equal(t, 2, len(nonCaptureRes[1]))
	require.Equal(t, "Windows7", str[nonCaptureRes[1][0]:nonCaptureRes[1][1]])
}

上面代码的执行过程是可以通过验证的。captureRes 的结果是 [[10 19 17 19] [20 28 27 28]]，nonCaptureRes 的结果是 [[10 19] [20 28]]。可以看到，非捕获匹配得到的结果是比较精简的。在一些场合下，非捕获匹配可以提高正则匹配的效率，因为可能我们只想匹配到 WindowsXP，而不想匹配到 XP。

2. 中括号的妙用

中括号 [] 用于匹配单个字符是否属于中括号中所列出的字符。与中括号搭配使用的两个特殊字符有连接符 - 和取反符 ^。

• 连接符

  1. [0-9] 表示 0 到 9 之间的数字，包括 0 和 9
  2. [0-9a-z] 表示 0 到 9 之间的数字 和 a 到 z 之间的所有字母
  3. [!-\] 表示 ASCII 码中 ! 到 \ 之间的所有字符

• 取反符

  1. [^a] 表示不匹配字母 a
  2. [^abc] 还是表示不匹配字母 abc
  3. [^b-d^1-3^5] 表示不匹配 b c d 1 2 3 5 这几个字符

除了 ^ - \ 这三个特殊字符在中括号中不会被当成普通字符，其他所有特殊字符在中括号里都会被当成普通字符看待，例如 . 只会被当成一个点看待，不会当成通配符。