分組是正則表達式裡最容易被低估的功能。用一對圓括號把子表達式括起來,就能把匹配到的片段單獨取出來,無論是做字符串替換還是日誌解析,都非常實用。
元字符 (pattern) 表示一個捕獲分組,作用是把重複匹配的內容圈成整體。
與之配套的靜態屬性是 $1 ~ $99:如果對應分組存在,就能拿到該分組匹配到的子串。在替換場景裡也可以寫成 $1、$2 這樣的回填形式。
var reg = /(A+)((B|C|D)+)(E+)/gi;
// 對應關係:
// RegExp.$1 <-> (A+)
// RegExp.$2 <-> ((B|C|D)+)
// RegExp.$3 <-> (B|C|D)
// RegExp.$4 <-> (E+)
$1 ~ $9 是正則預定義的靜態屬性,通過 RegExp.$n 引用。
上面這段代碼同時也說明了嵌套關係。動手驗證一下:
var str = "ABCDE";
var reg = /(A+)((B|C|D)+)(E+)/gi;
str.match(reg); // ["ABCDE"]
reg.exec(str); // ["ABCDE", "A", "BCD", "D", "E"]
RegExp.$1; // "A"
RegExp.$2; // "BCD"
RegExp.$3; // "D"
RegExp.$4; // "E"
可以看到,$2 拿到的是整個 (B|C|D)+ 重複後的結果 "BCD",而 $3 只保留了這一輪的最後一次匹配 "D"——這是量詞與捕獲組結合時的經典陷阱。
編號順序完全由左括號出現的先後決定:大分組裡嵌套了小分組時,小分組的編號排在大分組之後,以此類推。記住這條規則,寫複雜正則時就不容易出錯。
另外,如果只需要分組但不想佔用編號,可以寫成非捕獲分組 (?:pattern),在性能與可讀性上都更友好。