Skip to content

模式中的反向引用:\N\k<name>

前言

我们不仅可以在结果或替换字符串中使用捕获组 (...) 的内容,还可以在模式本身中使用它们。

按捕获组的编号,反向引用\n

可以使用 \N 在模式中引用一个组,其中 N 是组号。

为了弄清那为什么有帮助,让我们考虑一项任务。

我们需要找到带引号的字符串:单引号 '...' 或双引号 "..."– 应匹配两种变体。

如何找到它们?

我们可以将两种引号放在方括号中:['"](.*?)['"],但它会找到带有混合引号的字符串,例如 "...''..."。当一种引号出现在另一种引号内,比如在字符串 "She's the one!" 中时,便会导致不正确的匹配:

js
let str = `He said: "She's the one!".`;

let regexp = /['"](.*?)['"]/g;

// 不是我们想要的结果
console.log(str.match(regexp)); // [ `"She'` ]

如我们所见,该模式找到了一个开头的引号 ",然后文本被匹配,直到另一个引号 ',该匹配结束。

为了确保模式查找的结束引号与开始的引号完全相同,我们可以将其包装到捕获组中并对其进行反向引用:(['"])(.*?)\1

这是正确的代码:

js
let str = `He said: "She's the one!".`;

let regexp = /(['"])(.*?)\1/g;

console.log(str.match(regexp)); // [ `"She's the one!"` ]

现在可以了!正则表达式引擎会找到第一个引号 (['"]) 并记住其内容。那是第一个捕获组。

\1 在模式中进一步的含义是“查找与第一(捕获)分组相同的文本”,在我们的示例中为完全相同的引号。

与此类似,\2 表示第二(捕获)分组的内容,\3 – 第三分组,依此类推。

请注意:

如果我们在组中使用 ?:,那么我们将无法引用它。用 (?:...) 捕获的组被排除,引擎不会存储。

不要搞混了: 在模式中用 \1,在替换项中用:$1

在替换字符串中我们使用美元符号:$1,而在模式中 – 使用反斜杠 \1

按捕获组的命名,反向引用\k<name>

如果正则表达式中有很多括号对(注:捕获组),给它们起个名字方便引用。

要引用命名组,我们可以使用:\k<name>

在下面的示例中引号组命名为 ?<quote>,因此反向引用为 \k<quote>

js
let str = `He said: "She's the one!".`;

let regexp = /(?<quote>['"])(.*?)\k<quote>/g;

console.log(str.match(regexp)); // [ `"She's the one!"` ]

总结

  1. 通过捕获组编号复用正则\1\2等等:

    正则表达式的捕获组都是有编号的,引擎会记住本次匹配中每个捕获组匹配的结果,我们可以在正则里复用捕获组的模式,使用\n的方式,比如:/(a)(b)\1\2/g\1匹配的结果就会与第一组捕获组中匹配的结果一致,\2就会与第二组捕获组匹配的结果一致,这样就相当于复用了规则,不用重写一遍。

    js
    let str = 'abab'
    console.log(str.match(/(a)(b)\1\2/g)); // [ 'abab' ]
  2. 通过捕获组别名复用正则\k<quote>

    如果捕获组嵌套的层级较深时,不好看出来是第几个捕获组,所以可以通过别名的方式复用,比如:/(?<a>a)(?<b>b)\k<a>\k<b>/g

    js
    let str = 'abab'
    console.log(str.match(/(?<a>a)(?<b>b)\k<a>\k<b>/g)); // [ 'abab' ]
  3. 被排除的捕获组不能复用,因为已经其匹配的结果引擎不再会存储了。(?:xxx)

    js
    let str = 'abab'
    let str2 = 'abb2'
    console.log(str.match(/(?:a)(b)\1\2/g)); // null
    console.log(str2.match(/(?:a)(b)\1/g)); // [ 'abb' ]  只有一个捕获组了

参考

https://zh.javascript.info/regexp-backreferences