正则的回溯引用backreference如何使用

程序员文章站 2022-05-08 09:06:46

...

这次给大家带来正则的回溯引用backreference如何使用，正则回溯引用backreference使用的注意事项有哪些，下面就是实战案例，一起来看一下。

在所有例子中正则表达式匹配结果包含在源文本中的【和】之间，有的例子会使用Java来实现，如果是java本身正则表达式的用法，会在相应的地方说明。所有java例子都在JDK1.6.0_13下测试通过。

一、问题引入

一个在HTML页面中匹配标题标签（H1—H6）的问题：

文本：

<body>
<h1>Welcome to my page</H1>
Content is pided into twosections:<br>
<h2>Introduction</h2>
Information about me.
<H2>Hobby</H2>
Information about my hobby.
<h2>This is invalid HTML</h3>
</body>

正则表达式：<[hH][1-6]>.*?</[hH][1-6]>

结果：

<body>
【<h1>Welcome to my page</H1>】Content is pided into twosections:<br>
【<h2>Introduction</h2>】Information about me.
【<H2>Hobby</H2>】Information about my hobby.
【<h2>This is invalid HTML</h3>】</body>

分析：模式<[hH][1-6]>匹配任何一级标题的开始标签，而且不区分大小写，在这个例子中它匹配到了<h1>、<h2>，</[hH][1-6]>匹配到了</h1>、</h2>、</h3>；这里使用了懒惰型元字符来匹配标签中的文本，否则会匹配到从第一个开始标签到最后一下结束标签之间的内容。但是从结果可以看出，有一个无效的标签也匹配上了，即<h2></h3>，它们根本不能配对。要解决这个问题，就需要使用到回溯引用（backreference）。

二、回溯引用匹配

回溯引用是指模式的后半部分引用在前半部分中定义的子表达式。至于子表达式的使用、划分和引用，在前面已经介绍过了。现在来解决前面的例子：

文本：

<body>
<h1>Welcome to my page</H1>
Content is pided into twosections:<br>
<h2>Introduction</h2>
Information about me.
<H2>Hobby</H2>
Information about my hobby.
<h2>This is invalid HTML</h3>
</body>

正则表达式：<[hH]([1-6])>.*?</[hH]\1>

结果：

<body>
【<h1>Welcome to my page</H1>】Content is pided into twosections:<br>
【<h2>Introduction</h2>】Information about me.
【<H2>Hobby</H2>】Information about my hobby.
<h2>This is invalid HTML</h3>

分析：首先匹配开始标题标签的模式<[hH]([1-6])>，使用括号把[1-6]做为子表达式，而匹配结束标题标签模式为</[hH]\1>，其中\1表示引用第一个子表达式，即([1-6])，如果([1-6])匹配到的是1，那\1也匹配到1，如果匹配到2，那\1也匹配到2，所以最后一个无效的标题标签就不会被匹配到了。

相信看了本文案例你已经掌握了方法，更多精彩请关注其它相关文章！

正则的回溯引用backreference如何使用

python中如何正确使用正则表达式的详细模式（Verbose mode expression)

python如何使用正则表达式的前向、后向搜索及前向搜索否定模式详解

详解如何解决使用JSON.stringify时遇到的循环引用问题

如何使用php脚本给html中引用的js和css路径打上版本号

php正则表达式的模式修正符和逆向引用使用介绍

python如何使用正则表达式的前向、后向搜索及前向搜索否定模式详解

python中如何正确使用正则表达式的详细模式（Verbose mode expression)

正则表达式学习教程之回溯引用backreference详解

正则表达式之分组的回溯引用问题

如何使用正则表达式去掉被双引号包裹的数字两边的双引号