非捕获组:(?:Expression)
接触正则表达式不久的人,通常都会对非捕获比较迷惑,为什么要有非捕获组?作用是什么?应该在什么场景下使用?
说到非捕获组,首先要了解什么是捕获组,详细内容参考正则基础之——捕获组(capture group)。
1、为什么要有非捕获组
一旦使用了“()”,就会默认为是普通捕获组,从而将“()”内表达式匹配的内容捕获到组里。但是有些情况下,不得不用“()”,但并不关心“()”中匹配的内容是什么,后面也不会引用捕获到的内容,这带来了一个副作用,记录这些捕获组就会占用内存,降低匹配效率。
设计非捕获组的目的就是为了抵消这种副作用。 只进行分组,并不将子表达式匹配到的内容捕获到组里。
2、不得不使用(),由此可能带来副作用的情况
以下举例中只说明场景,举例比较简单,实际应用涉及到时可能会比较复杂。
a) 使用“|”表示“或”的关系时,用“()”限制范围
举例:匹配0到100的数字
正则表达式:^([1-9]?[0-9]|100)$
如果不用“()”来限制“|”的范围,结果就会出错,详见“|”的解释。
b) 使用量词限定一个子表达式整体的匹配次数
举例:匹配HH:mm:ss格式时间
正则表达式:([01][0-9]|2[0-3])(:[0-5][0-9]){2}
这里的“{2}”是对前面的“:[0-5][0-9]”整体作修饰,因此要用“()”来限定修饰的范围。
当然,量词还可以是?、*、+、{m}、{m,n}、{m,},以及非贪婪模式的量词等。
c) 某些时候为了使捕获组的编号可控,可能会用到非捕获组,这种应用不多,这里不赘述。
3、什么时候该用非捕获组
非捕获组主要是在涉及到效率时才考虑使用,而效率通常都是相对的,需要综合考虑。
不考虑效率的场合,可以不用非捕获组,以提高正则表达式的可读性。
一些非常简单的正则中,如果使用了非捕获组,因为要解析这种语法,反而可能会降低匹配效率。
一般在较复杂,“()”使用较多的正则表达式中可以考虑使用非捕获组,比如验证日期的正则表达式。
未使用非捕获组的正则:
^((?!0000)[0-9]{4}-((0[1-9]|1[0-2])-(0[1-9]|1[0-9]|2[0-8])|(0[13-9]|1[0-2])-(29|30)|(0[13578]|1[02])-31)|([0-9]{2}(0[48]|[2468][048]|[13579][26])|(0[48]|[2468][048]|[13579][26])00)-02-29)$
由于这里的“()”都是用作分组,并不关心分组匹配到的内容,而且使用的()很多,影响匹配效率,所以这个正则表达式中可以使用非捕获组。
^(?:(?!0000)[0-9]{4}-(?:(?:0[1-9]|1[0-2])-(?:0[1-9]|1[0-9]|2[0-8])|(?:0[13-9]|1[0-2])-(?:29|30)|(?:0[13578]|1[02])-31)|(?:[0-9]{2}(?:0[48]|[2468][048]|[13579][26])|(?:0[48]|[2468][048]|[13579][26])00)-02-29)$