分组、捕获与反向引用

捕获组（Capturing Group）

圆括号 () 除了分组之外，还会"捕获"匹配到的内容，使你可以在结果中提取它：

import re
m = re.search(r'(\d{4})-(\d{2})-(\d{2})', '生日：1990-06-15')
print(m.group(0))  # '1990-06-15'  整个匹配
print(m.group(1))  # '1990'        第1组
print(m.group(2))  # '06'          第2组
print(m.group(3))  # '15'          第3组
print(m.groups()) # ('1990', '06', '15')

非捕获组（Non-Capturing Group）

如果只需要分组（用于量词或选择），不需要捕获，使用 (?:...)：

(?:https?|ftp)://\S+    # 匹配 URL，不捕获协议
(?:ab){3}                # 匹配 "ababab"，不创建捕获组

命名捕获组（Named Group）

用数字引用捕获组容易出错，命名捕获组让代码更可读：

# Python 语法：(?P<name>...)
m = re.search(
    r'(?P<year>\d{4})-(?P<month>\d{2})-(?P<day>\d{2})',
    '2026-03-26'
)
print(m.group('year'))   # '2026'
print(m.group('month'))  # '03'
print(m.groupdict())     # {'year': '2026', 'month': '03', 'day': '26'}

# JavaScript ES2018 语法：(?<name>...)
const m = '2026-03-26'.match(/(?<year>\d{4})-(?<month>\d{2})-(?<day>\d{2})/)
console.log(m.groups)  // { year: '2026', month: '03', day: '26' }

反向引用（Backreference）

在同一正则中，可以用 \1、\2（Python: \1，JS: \1）引用前面捕获组匹配到的内容：

# 匹配重复单词（如 "the the"）
\b(\w+)\s+\1\b

# 匹配对称的 HTML 标签
<(\w+)>.*?</\1>

命名反向引用

# Python：\g<name> 或 (?P=name)
re.sub(r'(?P<word>\w+)\s+(?P=word)', r'\g<word>', text)

# JavaScript：\k<name>
/(?<tag>\w+).*\k<tag>/

在替换中使用捕获组

捕获组在替换操作中大放异彩，可以重新组织匹配到的内容：

# 将 YYYY-MM-DD 转换为 DD/MM/YYYY
result = re.sub(
    r'(\d{4})-(\d{2})-(\d{2})',
    r'\3/\2/\1',
    '今天是 2026-03-26'
)
# → '今天是 26/03/2026'

# JavaScript
'2026-03-26'.replace(/(\d{4})-(\d{2})-(\d{2})/, '$3/$2/$1')
// → '26/03/2026'

分组嵌套与编号规则

捕获组按左括号出现的顺序编号（从 1 开始）：

(a(b(c)))
#  1 2 3    编号
#  group(1) → 'abc'
#  group(2) → 'bc'
#  group(3) → 'c'

常见应用场景

• 从日志中提取 IP、时间戳、错误码
• 解析 URL 各个组成部分（协议、域名、路径、参数）
• 日期格式转换（YYYY-MM-DD ↔ DD/MM/YYYY）
• 检测重复单词（文本校对）
• 匹配成对的 HTML/XML 标签

小结

• () 创建捕获组，匹配结果可以用 \1 引用或在替换中使用
• (?:...) 是非捕获组，只分组不存储
• (?P<name>...)（Python）/ (?<name>...)（JS）是命名捕获组，更具可读性
• 反向引用 \1 可以在同一正则中引用前面的捕获内容