regex的分组与捕获:分组就是用小括号(str)括起来的东西，就是一个分组。要想得到这些分组的信息，就要想办法捕获。每个分组都有编号，编号规则是从外向内，从左至右。

　　

。例如，在表达式 (A)(B(C)) 中，存在四个这样的组：

0   

(A)(B(C))

1   

(A)

2   

(B(C))

3   

(C)

 

0表示所有的分组。

　　与之相关的一种神奇的操作就是back反向引用，字面意思就是引用某个分组的内容（注意是内容而不是正则表达式）。\x表示引用了第x个分组。

　 有的时候我们并不是想得到所有的分组，这时候就要用到非捕获组：

　 以(?)开头的组是纯的非捕获组，它不捕获文本，也不针对组合计进行计数。就是说，如果小括号中以?号开头，那么这个分组就不会捕获文本，当然也不会有组的编号，因此也不存在Back 引用。

　　非捕获组有几个模式:

  • (?:pattern)，他表示的就是pattern这个分组只匹配但不予捕获，例如，想要匹配different和difficult，我们可以diff(?:rent|icult)，这样的好处在于不必保存后缀而占用空间。
  • (?=X)，零宽度正向预查，他表示仅当子表达式 X 在 此位置的右侧匹配时才继续匹配。例如:

    'Windows (?=95|98|NT|2000)'

    匹配 "Windows2000" 中的 "Windows"

    不匹配 "Windows3.1" 中的 "Windows"。

  • (?!X)，零宽度负向预查，他表示仅当子表达式 X 不在 此位置的右侧匹配时才继续匹配。例如：

    'Windows (?!95|98|NT|2000)'

    匹配 "Windows3.1" 中的 "Windows"

    不匹配 "Windows2000" 中的 "Windows"。

  • (?<=X),零宽度正向回查，他表示仅当子表达式 X 在 此位置的左侧匹配时才继续匹配。例如：

    '(?<=Office|Word|Excel)2000 '

    匹配 " Office2000" 中的 "2000"

    不匹配 "Windows2000" 中的 "2000"。

  • (?<!X)，零宽度负向回查，他表示仅当子表达式 X 不在此位置的左侧匹配时才继续匹配。例如：

    '(?<!Office|Word|Excel)2000'

    匹配 " Windows2000" 中的 "2000"

    不匹配 "Office2000" 中的 "2000"。

　　注意以上所说X的位置就是这个表达式所在的位置，例如hello(?=pattern)，那么这个(?=pattern)的位置就是字符'o'后面的那个空位。所以对于预查操作放在表达式右边比较好，回查放在左边比较好。举例来说来说就是 : .*2019(?<=hello)永远不会匹配上，因为以2019结尾的串自然不会等于hello。

 

　　

 

 

 

　　如果我们想匹配的是不含某个特定形式的子串，只依靠[^...]是不够的，这里就可以使用断言(?!pattern)。拿一个题目举例，regex golf-Abba，如果串中不含abba形式的子串则匹配成功，否则视为失败。

　　(?!pattern)含义就是不包含pattern形式的串,它是不占位置的，起到一种指示作用，(?!hello)就是不包含hello。所以对于这个题目而言，一种写法是这样: 

^((?!(.)(.)\3\2).)+$  ,  后跟的.括起来加上+表示若干个字符的累计，这样就确保串中不可以含有abba的形式。

　　也可以这样写^(?!.*(.)(.)\2\1) , 这样的话只可以知道True和False但并没有指示明确的匹配方案，所以匹配得到的串是空串，就是由于(?!pattern)不占位。

　　ps:如果不加^则会出错，因为可以把‘abba’中的'bba'看做合法串匹配成功。