Co to jest grupa nie przechwytywania w wyrażeniach regularnych?

Grupy przechwytywania Można używać do porządkowania i analizowania wyrażenia. Grupa bez przechwytywania ma pierwszą korzyść, ale nie ma narzutu drugiego. Można na przykład powiedzieć, że grupa nie przechwytywająca jest opcjonalna.

Powiedzmy, że chcesz dopasować tekst liczbowy, ale niektóre liczby można zapisać jako 1., 2., 3., 4.,... Jeśli chcesz przechwycić część numeryczną, ale nie przyrostek (opcjonalny), możesz użyć grupy nie przechwytywającej.

([0-9]+)(?:st|nd|rd|th)?

Które będą pasowały do liczb w postaci 1, 2, 3... lub w formie 1., 2., 3.,... ale przechwyci tylko część numeryczną.

?: jest używany, gdy chcesz pogrupować wyrażenie, ale nie chcesz go zapisać jako dopasowaną / przechwyconą część łańcucha.

Przykładem może być coś, co pasuje do adresu IP:

/(?:\d{1,3}\.){3}\d{1,3}/

Zauważ, że nie zależy mi na zapisaniu pierwszych 3 oktetów, ale grupowanie (?:...) pozwala mi skrócić wyrażenia regularne bez ponoszenia kosztów przechwytywania i przechowywania dopasowania.

Sprawia, że grupa nie jest przechwytywana, co oznacza, że podłańcuch dopasowany do tej grupy nie zostanie uwzględniony na liście przechwytywanych. Przykład w Rubim, aby zilustrować różnicę:

"abc".match(/(.)(.)./).captures #=> ["a","b"]
"abc".match(/(?:.)(.)./).captures #=> ["b"]

MOTYWACJA HISTORYCZNA:

Istnienie grup niehablujących można wyjaśnić za pomocą nawiasu.

Rozważmy wyrażenia (a|b)c i a|bc, ze względu na priorytet konkatenacji nad |, wyrażenia te reprezentują dwa różne języki (odpowiednio{ac, bc} i {a, bc}).

Jednak nawiasy są również używane jako pasująca Grupa (jak wyjaśniono w innych odpowiedziach...).

Gdy chcesz mieć nawias, ale nie przechwytywać pod-wyrażenia używasz grup nie przechwytywanych. W przykładzie (?:a|b)c

Pozwól, że spróbuję z przykładem:

Regex Code: (?:animal)(?:=)(\w+)(,)\1\2

Szukany Ciąg:

Linia 1 - animal=cat,dog,cat,tiger,dog

Linia 2 - animal=cat,cat,dog,dog,tiger

Linia 3 - animal=dog,dog,cat,cat,tiger

(?:animal) --> Grupa 1

(?:=)--> Grupa 2

(\w+)--> Grupa 1

(,)--> Grupa 2

\1 --> wynik przechwyconej grupy 1 tj. w linii 1 jest cat, w linii 2 jest cat, w linii 3 jest pies.

\2 --> wynik przechwyconej grupy 2 i. e przecinek (,)

Tak więc w tym kodzie podając \1 i \2 przypominamy lub powtarzamy wynik przechwyconej grupy 1 i 2 odpowiednio później w kodzie.

Zgodnie z kolejnością kodu (?:animal) powinna być grupa 1, a (?:=) powinna być grupa 2 i kontynuuje..

Ale podając ?: sprawiamy, że grupa meczowa nie jest przechwycona (która nie liczy się w dopasowanej grupie, więc numer grupy zaczyna się od pierwszej przechwyconej grupy i Nie Nie przechwycone), tak, że powtórzenie wyniku match-group (?:animal) nie może być wywołane później w kodzie.

Mam nadzieję, że to wyjaśnia użycie grupy bez przechwytywania.

Grupy, które przechwytywają możesz użyć później w regex, aby dopasować lub możesz użyć ich w części zamiennej regex. Tworzenie grupy nie-przechwytywania po prostu zwalnia tę grupę z użycia z jednego z tych powodów.

Grupy bez przechwytywania są świetne, jeśli próbujesz uchwycić wiele różnych rzeczy i są grupy, których nie chcesz przechwycić.

Przykład użycia później w regex (backreference):

<([A-Z][A-Z0-9]*)\b[^>]*>.*?</\1> [ znajduje znacznik xml (bez obsługi ns)]

([A-Z][A-Z0-9]*) jest to grupa przechwytywania (w tym przypadku jest to tagname)

Później w regex jest \1, co oznacza, że będzie pasował tylko do tego samego tekstu, który był w pierwszej grupie (Grupa ([A-Z][A-Z0-9]*)) (w tym wielkość liter odpowiada znacznikowi końcowemu).

Tl; dr nie-przechwytywanie grup, jak sama nazwa wskazuje są częściami wyrażenia regularnego, których nie chcesz zawierać w dopasowaniu i ?: jest sposobem na zdefiniowanie grupy jako nie-przechwytywanie.

Załóżmy, że masz adres e-mail [email protected]. Poniższy regex utworzy dwie grupy , część id i @example.com część. (\p{Alpha}*[a-z])(@example.com). Dla uproszczenia wyodrębniamy całą nazwę domeny łącznie ze znakiem @.

Powiedzmy, że potrzebujesz tylko dowodu tożsamości część adresu. To, co chcesz zrobić, to pobrać pierwszą grupę wyniku dopasowania, otoczoną przez () w wyrażeniu regularnym, a sposobem na to jest użycie składni nie przechwytywającej grupy, tj. ?:. Tak więc regex (\p{Alpha}*[a-z])(?:@example.com) zwróci tylko część id wiadomości e-mail.

Nie mogę skomentować najlepszych odpowiedzi, aby powiedzieć to: chciałbym dodać wyraźny punkt, który jest sugerowany tylko w najlepszych odpowiedziach:

Grupa Nie-przechwytywania (?...) czy nie usuwa żadnych znaków z oryginalnego pełnego dopasowania, tylko reorganizuje regex wizualnie do programisty.

Aby uzyskać dostęp do określonej części wyrażenia regularnego bez zdefiniowanych obcych znaków, zawsze musisz użyć .group(<index>)

Cóż, jestem programistą JavaScript i postaram się wyjaśnić jego znaczenie odnoszące się do JavaScript.

Rozważ scenariusz, w którym chcesz dopasować cat is animal kiedy chcesz dopasować kota i zwierzę i oba powinny mieć is pomiędzy nimi.

 // this will ignore "is" as that's is what we want
"cat is animal".match(/(cat)(?: is )(animal)/) ;
result ["cat is animal", "cat", "animal"]

 // using lookahead pattern it will match only "cat" we can
 // use lookahead but the problem is we can not give anything
 // at the back of lookahead pattern
"cat is animal".match(/cat(?= is animal)/) ;
result ["cat"]

 //so I gave another grouping parenthesis for animal
 // in lookahead pattern to match animal as well
"cat is animal".match(/(cat)(?= is (animal))/) ;
result ["cat", "cat", "animal"]

 // we got extra cat in above example so removing another grouping
"cat is animal".match(/cat(?= is (animal))/) ;
result ["cat", "animal"]

W złożonych wyrażeniach regularnych może pojawić się sytuacja, w której chcesz użyć dużej liczby grup, z których część służy do dopasowywania powtórzeń, a część do dostarczania odniesień zwrotnych. Domyślnie tekst pasujący do każdej grupy jest ładowany do tablicy backreference. Jeśli mamy wiele grup i musimy tylko móc odwołać się do niektórych z nich z tablicy backreference, możemy nadpisać to domyślne zachowanie, aby powiedzieć wyrażeniu regularnemu, że pewne grupy służą tylko do obsługi powtórzeń i nie muszą być przechwytywane i zapisywane w tablicy backreference.

Jedną z ciekawych rzeczy, na które natknąłem się, jest fakt, że możesz mieć grupę przechwytywania wewnątrz grupy nie przechwytywania. Zobacz poniżej wyrażenia regularne dla pasujących adresów URL:

var parse_url_regex = /^(?:([A-Za-z]+):)(\/{0,3})([0-9.\-A-Za-z]+)(?::(\d+))?(?:\/([^?#]*))?(?:\?([^#]*))?(?:#(.*))?$/;

Input URL string:

var url = "http://www.ora.com:80/goodparts?q#fragment";

Pierwsza grupa w moim regex (?:([A-Za-z]+):) jest grupą nie przechwytywającą, która pasuje do schematu protokołu i dwukropka : znak tzn. http: ale kiedy uruchamiałem poniżej kodu, zauważyłem, że pierwszy indeks zwracanej tablicy zawiera łańcuch http Kiedy byłem myślenie, że http i dwukropek : nie zostaną zgłoszone, ponieważ znajdują się w grupie nie przechwytywającej.

console.debug(parse_url_regex.exec(url));

Pomyślałem, że jeśli pierwsza grupa (?:([A-Za-z]+):) jest grupą nie przechwytywającą, to dlaczego zwraca http string w wyjściowej tablicy.

Więc jeśli zauważysz, że wewnątrz grupy nie przechwytywającej znajduje się zagnieżdżona grupa ([A-Za-z]+). Ta zagnieżdżona grupa ([A-Za-z]+) jest grupą przechwytywającą (nie mającą ?: na początku) samą w sobie wewnątrz grupy nie przechwytywającej (?:([A-Za-z]+):). Dlatego tekst http jest nadal przechwytywany, ale dwukropek :, który znajduje się wewnątrz grupy nie przechwytywającej, ale poza Grupą przechwytywającą, nie jest raportowany w macierzy wyjściowej.

Myślę, że dam ci odpowiedź. Nie używaj zmiennych przechwytywania bez sprawdzenia, czy dopasowanie się powiodło.

Zmienne przechwytywania, $1 itd. nie są ważne, dopóki dopasowanie się nie powiodło, i też nie są wyczyszczone.

#!/usr/bin/perl  
use warnings;
use strict;   
$_ = "bronto saurus burger";
if (/(?:bronto)? saurus (steak|burger)/)
{
    print "Fred wants a  $1";
}
else
{
    print "Fred dont wants a $1 $2";
}

W powyższym przykładzie, aby uniknąć uchwycenia bronto w $1, (?:) jest używany.

Jeśli wzór jest dopasowany, to {[2] } jest przechwytywany jako następny zgrupowany wzór.

Tak, Wyjście będzie jak poniżej:

Fred wants a burger

Jest Przydatne, jeśli nie chcesz, aby dopasowania były zapisywane.

Otwórz Google Chrome devTools, a następnie Console tab: i wpisz to:

"Peace".match(/(\w)(\w)(\w)/)

Uruchom go, a zobaczysz:

["Pea", "P", "e", "a", index: 0, input: "Peace", groups: undefined]

Silnik RegExp JavaScript przechwytuje trzy grupy, pozycje z indeksami 1,2,3. Teraz użyj znacznika bez przechwytywania, aby zobaczyć wynik.

"Peace".match(/(?:\w)(\w)(\w)/)

Wynik jest następujący:

["Pea", "e", "a", index: 0, input: "Peace", groups: undefined]

Jest to oczywiste, co nie jest grupą przechwytywania.

Jest to niezwykle proste, możemy zrozumieć za pomocą prostego przykładu daty, Załóżmy, że jeśli data jest wymieniona jako 1st January 2019 lub 2nd May 2019 lub jakakolwiek inna data i chcemy po prostu przekonwertować ją do formatu dd/mm/RRRR, nie potrzebujemy nazwy miesiąca, która jest Styczeń lub luty, więc aby uchwycić część numeryczną, ale nie (opcjonalny) sufiks, możesz użyć grupy nie przechwytywającej.

Więc wyrażenie regularne będzie,

([0-9]+)(?:January|February)?

Its as simple as to.