正则表达式分组

正则表达式是一种用于匹配特定模式的工具，它可以在文本中检索和替换字符串。而分组是正则表达式中的一种特性，它可以将匹配模式中的一部分内容捕获并单独使用。在本文中，我们将深入了解正则表达式分组的概念、语法和用法。

分组语法

分组用括号 () 包围正则表达式中的一个部分，从而将其标记为一个单元。这个单元可以被保留，以便在后面的表达式中使用。例如，下面的代码演示了如何捕获数字和字母组成的字符串，并将数字和字母分别保存在两个不同的组中：

import re

text = 'Hello 123 World'
pattern = '(\d+)(\S+)'
result = re.match(pattern, text)

print(result.group(1)) # '123'
print(result.group(2)) # 'World'

这个正则表达式中，(\d+) 表示一个至少包含一个数字的分组，(\S+) 表示一个至少包含一个非空白字符的分组。因为我们在正则表达式中使用了括号，所以正则表达式引擎会将它们看作分组，捕获它们的文本，并将它们保存在匹配对象的 group() 方法中。

分组用途

使用分组，可以做很多有用的事情，例如：

1. 重新排序文本中的单词

通过使用分组，我们可以轻松地重新排列文本中的单词。在下面的例子中，我们将匹配以逗号分隔的文本字符串，并使用分组来重新排列单词的顺序：

import re

text = 'Smith, John'
pattern = '(\w+),\s+(\w+)'
result = re.match(pattern, text)

print(result.group(2) + ' ' + result.group(1)) # John Smith

这个正则表达式中，(\w+) 表示一个或多个字母数字字符，(,\s+\w+) 表示一个逗号后跟一个或多个空格，并且后面跟着一个或多个字母数字字符。由于我们使用了两个分组，因此我们可以轻松地将匹配结果中的单词重新排列。

2. 使用分组捕获子表达式

有时，我们只需要捕获正则表达式中的一部分，而不是完整匹配。在这种情况下，我们可以使用分组来创建子表达式，并只匹配子表达式。下面是一个使用子表达式和分组的例子：

import re

text = 'The quick brown fox'
pattern = '(quick \w+)'
result = re.search(pattern, text)

print(result.group(1)) # 'quick brown'

在这个正则表达式中，(quick \w+) 表示匹配一个以 quick 开头，后面跟着一个字母数字字符的字符串。由于我们只对该表达式的子表达式进行了分组，因此我们 only 匹配 quick brown。

3. 使用分组进行模板替换

分组还可以用于模板替换，用来在替换文本中插入正则表达式所匹配的文本。例如，下面是一个使用分组进行模板替换的例子：

import re

text = 'Hello, World!'
pattern = '([a-zA-Z]+), ([a-zA-Z]+)'
result = re.sub(pattern, r'\2 \1', text)

print(result) # 'World Hello!'

这个正则表达式使用两个分组来匹配逗号分隔的两个单词，并将它们交换。re.sub() 方法使用预定义的替换模板 (r’\2 \1′) 将逗号后面的单词移到前面。

4. 使用非捕获分组

除了捕获分组，正则表达式还支持非捕获分组。非捕获分组使用语法 (?:pattern) 语法，它可以将一部分正则表达式标记为一个单元，但不会捕获该单元中的匹配文本。下面的代码演示了如何使用非捕获分组：

import re

text = 'hello world'
pattern = '(?i)(hello) (world)'
result = re.match(pattern, text)

print(result.group(1)) # 'hello'
print(result.group(2)) # 'world'

这个正则表达式使用非捕获分组 (?i) 来表示它需要匹配 hello，而不区分大小写。当匹配到 (hello) 和 (world) 时，则使用捕获分组。