1        概述

1.1     什么是捕獲組

捕獲組就是把正則表達式中子表達式匹配的內容，保存到內存中以數字編號或顯式命名的組里，方便后面引用。當然，這種引用既可以是在正則表達式內部，也可以是在正則表達式外部。

捕獲組有兩種形式，一種是普通捕獲組，另一種是命名捕獲組，通常所說的捕獲組指的是普通捕獲組。語法如下：

普通捕獲組：(Expression)

命名捕獲組：(?<name>Expression)

普通捕獲組在大多數支持正則表達式的語言或工具中都是支持的，而命名捕獲組目前只有.NET、PHP、Python等部分語言支持，據說Java會在7.0中提供對這一特性的支持。上面給出的命名捕獲組的語法是.NET中的語法，另外在.NET中使用(?’name’Expression)與使用(?<name>Expression)是等價的。在PHP和Python中命名捕獲組語法為：(?P<name>Expression)。

另外需要說明的一點是，除(Expression)和(?<name>Expression)語法外，其它的(?...)語法都不是捕獲組。

1.2     捕獲組編號規則

編號規則指的是以數字為捕獲組進行編號的規則，在普通捕獲組或命名捕獲組單獨出現的正則表達式中，編號規則比較清晰，在普通捕獲組與命名捕獲組混合出現的正則表達式中，捕獲組的編號規則稍顯復雜。

在展開討論之前，需要說明的是，編號為0的捕獲組，指的是正則表達式整體，這一規則在支持捕獲組的語言中，基本上都是適用的。下面對其它編號規則逐一展開討論。

1.2.1  普通捕獲組編號規則

如果沒有顯式為捕獲組命名，即沒有使用命名捕獲組，那么需要按數字順序來訪問所有捕獲組。在只有普通捕獲組的情況下，捕獲組的編號是按照“(”出現的順序，從左到右，從1開始進行編號的 。

正則表達式：(\d{4})-(\d{2}-(\d\d))

上面的正則表達式可以用來匹配格式為yyyy-MM-dd的日期，為了在下表中得以區分，月和日分別采用了\d{2}和\d\d這兩種寫法。

用以上正則表達式匹配字符串：2008-12-31，匹配結果為：

1.2.2  命名捕獲組編號規則

命名捕獲組通過顯式命名，可以通過組名方便的訪問到指定的組，而不需要去一個個的數編號，同時避免了在正則表達式擴展過程中，捕獲組的增加或減少對引用結果導致的不可控。

不過容易忽略的是，命名捕獲組也參與了編號的，在只有命名捕獲組的情況下，捕獲組的編號也是按照“(”出現的順序，從左到右，從1開始進行編號的 。

正則表達式：(?<year>\d{4})-(?<date>\d{2}-(?<day>\d\d))

用以上正則表達式匹配字符串：2008-12-31

匹配結果為：

1.2.3  普通捕獲組與命名捕獲組混合編號規則

當一個正則表達式中，普通捕獲組與命名捕獲組混合出現時，捕獲組的編號規則稍顯復雜。對于其中的命名捕獲組，隨時都可以通過組名進行訪問，而對于普通捕獲組，則只能通過確定其編號后進行訪問。

混合方式的捕獲組編號，首先按照普通捕獲組中“(”出現的先后順序，從左到右，從1開始進行編號，當普通捕獲組編號完成后，再按命名捕獲組中“(”出現的先后順序，從左到右，接著普通捕獲組的編號值繼續進行編號。

也就是先忽略命名捕獲組，對普通捕獲組進行編號，當普通捕獲組完成編號后，再對命名捕獲組進行編號。

正則表達式：(\d{4})-(?<date>\d{2}-(\d\d))

用以上正則表達式匹配字符串：2008-12-31，匹配結果為：