扫码一下
查看教程更方便
分支重置组
分支重置组
Perl 5.10引入了一个新的正则表达式功能，称为分支重置组。JGsoft V2和PCRE 7.2及更高版本也支持此功能，PHP，Delphi和R具有基于PCRE的正则表达式功能的语言也支持此功能。Boost将它们添加到1.42版的ECMAScript语法中。
分支重置组内的选择项共享相同的捕获组。语法是(?|regex)，其中(?|打开组，而regex可以是任意的正则表达式。如果不使用任何选择项或捕获分支重置组内的组，则其特殊功能将不起作用。那么它将作为一个非捕获组。
正则表达式(?|(a)|(b)|(c))由一个带有三个选择项的分支重置组组成。此正则表达式匹配a ，b或c 。正则表达式只有一个捕获组，编号为1，由所有三个选择项共享。匹配结束后，$1存储a ，b或c 。
将此与正则表达式(a)|(b)|(c)进行比较。此正则表达式也匹配a ，b或c 。但是它具有三个捕获组。匹配结束后，$1保留a或什么都不保留，$2保留b或什么都不保留，而$3保留c或什么都不保留。
捕获分支重置组中的组的反向引用可以像我们期望的那样工作。(?|(a)|(b)|(c))\1匹配aa，bb或cc 。由于分支重置组中只有一个选择项可以匹配，因此参与匹配的选择项将确定捕获组存储的文本，从而确定由反向引用匹配的文本。
分支重置组中的选择项不必具有相同数量的捕获组。(?|abc|(d)(e)(f)|g(h)i)具有三个捕获组。当此正则表达式匹配abc时，所有三个组均为空。当def被匹配时，$1持有d ，$2持有e，$3持有f。当ghi被匹配时，$1保持h，而另两个为空。
我们可以在分支重置组之前和之后拥有捕获组。分支重置组之前的组照常编号。分支重置组中的组是从分支重置组之前的组开始编号的，每个分支重置组都会重置该编号。分支重置组之后的组从具有最多组的选择项开始编号，即使这不是最后的选项，编号也是如此执行。因此(x)(?|abc|(d)(e)(f)|g(h )i)(y)定义了五个捕获组。(x)是组1，(d)和(h)是组2，(e)是组3，(f)是组4，(y)是组5。
在分支重置组中为捕获组命名
我们可以在分支重置组中使用命名的捕获组。如果这样做，则应为使用相同编号的组使用相同的名称。否则，我们将在Perl或Boost中得到意想不到的结果。从版本8.00开始，PCRE仅可靠地支持分支重置组中的命名组。这意味着Delphi仅从XE7开始，而PHP从5.2.14版本开始。
(?'before'x)(?|abc|(?'left'd)(?'middle'e)(?'right'f)|g(?'left'h)i)(?'after'y)与以前的正则表达式相同。它将五个组命名为“before”，“left”，“middle”，“right”和“after”。请注意，由于第三个选择项只有一个捕获组，因此该名称必须是其他选择项中第一个捕获组的名称。
如果我们在某些选择项中省略了名称，则组仍将与其他选择项共享名称。在正则表达式(?'before'x)(?|abc|(?'left'd)(?'middle'e)(?'right'f)|g(h)i)(?'after'y)该组(h)仍被命名为“ left”，因为分支重置组使其共享(?'left'd)的名称和编号。
准确天数的日和月
现在该举一个更实际的例子了。这两个正则表达式与m/d或mm/dd格式的日期匹配。它们同时过滤了无效的日期，例如2/31。下面的正则表达式可以实现：
^(?:(0?[13578]|1[02])/(3[01]|[12][0-9]|0?[1-9]) # 31 days
| (0?[469]|11)/(30|[12][0-9]|0?[1-9]) # 30 days
| (0?2)/([12][0-9]|0?[1-9]) # 29 days
)$
第一个版本使用非捕获组(?:...)对备用方案进行分组。它具有六个单独的捕获组。$1和$2保留月份和日期为31天的月份。$3和$4它们保留30天的几个月。$5和$6仅用于二月份。
^(?|(0?[13578]|1[02])/(3[01]|[12][0-9]|0?[1-9]) # 31 days
| (0?[469]|11)/(30|[12][0-9]|0?[1-9]) # 30 days
| (0?2)/([12][0-9]|0?[1-9]) # 29 days
)$
第二个版本使用分支重置组(?|…)对备选方案进行分组并合并其捕获组。第四个字符是这两个正则表达式之间的唯一区别。现在只有两个捕获组。当找到匹配项时，无论月份中的天数如何，$1始终保留月份，而2始终保留日期。
