第八章 回溯引用：前后一致匹配

8.1 回溯引（backreference）用有什么用

 

8.2 回溯引用匹配

回溯引用允许正则表达式模式引用前面的匹配结果。

 

回溯引用指的是模式在后半部分引用在前半部分中定义的子表达式。

 

\后面的数字代表的是第几个子表达式。

 

备注：回溯引用只能用来引用模式里的子表达式（用（和）括起来的正则表达式片段）

 

提示：回溯引用匹配通常从1开始计数（\1，\2等）。在许多实现里，第0个匹配（\0）可以用来代替整个正则表达式。

 

注意：如果子表达式的相对位置发生了变化，整个模式也许就不能再完成原来工作，删除和添加子表达式的后果可能更严重。

 

为了弥补这一不足：一些比较新的正则表达式实现还支持“命名捕获（named capture）”：给某个子表达式起一个唯一的名字，然后用这个名字（而不是相对位置）来引用这个子表达式。

 

 

例子：把文本里所有连续重复出现的单词（打字错误，其中一个单词输入两遍）找出来。

【在搜索某个单词出现第二次的时候，这个单词必须是已知的】

[ ]+([\w+])+[ ]+\1

 

例子：匹配HTML标题

<[hH]([1-6])>.*?</[hH]\1>

 

 

8.3 回溯引用在替换操作中的应用

替换操作需要用到两个正则表达式：

一个是用来给出搜索模式；

另一个用来给出匹配文本的替换模式；

 

备注：回溯引用可以跨模式使用，在第一个模式里被匹配的子表达式可以用在第二个模式里。

回溯引用语法在不同的正则表达式实现里有很大的差异，用到时候需要查询相关文档。

 

例子：在用户信息数据库里，电话号码被记录为313-555-1234的格式，现在需要把电话号码重新排版为（313）-555-1234格式（模式）

 

搜索模式（正则表达式）：(\d{3})(-)(\d{3})(-)(\d{4})

 

替换模式：($1)-$3-$5

 

提示：在对文本进行重新排版的时候，把文本分解成多个子表达式的作法往往非常有用，这可以让我们对文本的排版效果做出更精确的控制

 

8.3.1 大小写转化

例子：把一级标题（<H1>.......<H1>）的标题文字转换为大写

搜索模式：（<[hH]1>）（.*?）（</[hH]1>）

替换模式：$1\U$2\E$3